這是在PCA下的基于IPP庫(kù)示例代碼例子,在網(wǎng)上下了IPP的庫(kù)之后,設(shè)置相關(guān)參數(shù)就可以編譯該代碼.
標(biāo)簽： IPP PCA 代碼 參數(shù)
上傳時(shí)間： 2014-01-26
上傳用戶：nanfeicui
上傳時(shí)間： 2013-12-28
上傳用戶：sunjet
上傳時(shí)間： 2015-06-11
上傳用戶：gyq
上傳時(shí)間： 2014-06-06
上傳用戶：wab1981
c8051F00x的pca的使用，以及同一系列的單片機(jī)的使用方法
標(biāo)簽： c8051F00x pca
上傳時(shí)間： 2015-06-21
上傳用戶：xiaoxiang
一個(gè)PCA用于人臉識(shí)別的程序，不知道有沒(méi)有，先傳了供大家參考下。
標(biāo)簽： PCA 人臉識(shí)別 程序
上傳時(shí)間： 2014-01-12
上傳用戶：杜瑩12345
這是一個(gè)人臉識(shí)別PCA的主元分析法,里面是專門介紹PCA的,可以很深入的了
標(biāo)簽： PCA 人臉識(shí)別 分析法
上傳時(shí)間： 2014-01-20
上傳用戶：wangyi39
PCA（主成分分析）算法被廣泛應(yīng)用于工程和科學(xué)研究中，本報(bào)告主要從PCA的基本結(jié)構(gòu)和基本原理對(duì)其進(jìn)行研究，常規(guī)的PCA算法主要采用線性算法，通過(guò)研究論證發(fā)現(xiàn)線性的PCA算法存在著許多不足，比如線性PCA算法不能從線性組合中把獨(dú)立信號(hào)成分分離出來(lái)，主分量只由數(shù)據(jù)的二階統(tǒng)計(jì)量—自相關(guān)陣確定，這種二階統(tǒng)計(jì)量只能描述平穩(wěn)的高斯分布等，因此必須對(duì)其進(jìn)行改進(jìn)，經(jīng)改進(jìn)后的PCA算法有非線性PCA算法、魯棒算法等。我們通過(guò)PCA算法在直線（平面）中擬和的例子說(shuō)明了PCA在工程中的應(yīng)用。本例子采用的是成分分析中的次成分（方差最小的成分），通過(guò)對(duì)結(jié)果的分析，我們可以看出，利用PCA算法可以得到較好的擬和結(jié)果。
標(biāo)簽： PCA 主成分分析 算法 應(yīng)用于
上傳時(shí)間： 2015-07-04
上傳用戶：sevenbestfei
人臉識(shí)別對(duì)角線PCA、LDA（DiaPCA、DiaLDA）和最大間隔準(zhǔn)則（MMC）代碼，MATLAB寫的。
標(biāo)簽： DiaPCA DiaLDA PCA LDA
上傳時(shí)間： 2013-12-14
上傳用戶：2525775
PcA和Fisher方法的人臉識(shí)別,希望對(duì)大家有用，
標(biāo)簽： Fisher PcA 人臉識(shí)別 家
上傳時(shí)間： 2015-07-09
上傳用戶：stella2015
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
