<center id="cuwuq"></center>
KPCA的程序,比較好用,有詳細的注釋,希望對大家有用!
標簽： KPCA 程序 比較 家
上傳時間： 2017-01-27
上傳用戶：王小奇
非線性降維方法KPCA 可以應用于高維數據的機器學習
標簽： KPCA 非線性 降維 應用于
上傳時間： 2017-03-13
上傳用戶：invtnewer
KPCA是一種非線性的盲源分離方法，很好用，推薦大家下載！
標簽： KPCA 非線性 盲源分離
上傳時間： 2013-12-22
上傳用戶：jing911003
一個利用KPCA進行故障診斷的程序，用起來很簡單，里面有詳細的標注
標簽： KPCA 故障診斷 程序
上傳時間： 2013-12-23
上傳用戶：1159797854
KPCA與SVM共同用于人臉識別 SVM提高了分類效果 KPCA是一種借鑒SVM中核函數的一種較好的特征提取方法
標簽： SVM KPCA 人臉識別 分類
上傳時間： 2017-08-23
上傳用戶：qazxsw
基于KPCA_SVM的柴油機狀態識別方法的研究 把KPCA與SVM共同用到柴油機狀態識別中
標簽： KPCA_SVM KPCA SVM 柴油機
上傳用戶：nanxia
KPCA核PCA主元素分析matlab源代碼下載
標簽： KPCA 源代碼
上傳時間： 2019-04-02
上傳用戶：DP1042
現有的代數特征的抽取方法絕大多數采用一維的方法，即首先將圖像轉換為一維向量，再用主分量分析（PCA）,Fisher線性鑒別分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用適合的分類器分類。針對一維方法維數過高，計算量大，協方差矩陣常常是奇異矩陣等不足，提出了二維的圖像特征抽取方法，計算量小，協方差矩陣一般是可逆的，且識別率較高。
標簽： 特征
上傳時間： 2014-11-29
上傳用戶：tianjinfan
完整的模式識別庫，包括矩陣運算，各種模式識別算法，如K均值、SVM、RVM、NN、LDA等
標簽： 模式識別
上傳時間： 2016-04-02
上傳用戶：vodssv
本文介紹了一般貝葉斯框架通過稀疏來解決回歸和經典任務中利用線性模型中參數。雖然這框架完全概括說明了，我們對一個特定專業的做法，這個特定專業就是我們指的“相關向量機（ RVM ）” 一個模型以相同的函數模型功能流行和最先進的“支持向量機”（ SVM） 。我們論證了利用概率貝葉斯學習的構造，我們可以得出準確的預測模式，這個模型相比SVM大幅減少了使用基底函數，同時提供了一些其他優點。這些優點包括在效益指標的概率預測，自動估算“nuisance”參數，并利用該設施任意基函數（如：非`Mercer 的內核）
標簽： 貝葉斯 稀疏 回歸 參數
上傳時間： 2014-01-02
上傳用戶：dancnc
蟲蟲下載站版權所有 京ICP備2021023401號-1
