fireguard的专栏

1 点乘是数组的运算，不加点是矩阵的运算；2 点乘要求参与运算的两个量两必须是维数相同，是对应元素的相乘；而不加点表示的是矩阵相乘（除的时候通过逆矩阵来实现），要求内维相同，也就是前一个矩阵的列的维数等于后一个矩阵的行 的维数。例如A,B分别为两个矩阵，则：A.*B表示的是两个矩阵的对应元素相乘，其中生成的同阶矩阵C的对应的矩阵元素为：C(i,j)=A(i,j)*B(i,j)；

首先libsvm和liblinear的使用经验谈 ，了解liblinear,至官网下载package liblinear 安装包内有4个文件夹，64位系统可直接将windows目录加入路径就可使用。32位win7系统需要重新编译，编译代码在matlab文件夹内。 首先安装visual studio 2010旗舰版，主要是要使用2010的编译器。vs6.0和matlab自带的编译器无

对于工作空间中变量的保存和载入可以使用save和load命令，详细的使用方法通过help指令获取(help save，help load)。两条指令最常用的情况为：1、% 保存整个工作空间至指定的mat文件FILE_PATH_NAME，如E:\workspace.mat% 若已经存在同名的mat文件，该文件会被覆盖重写而不是追加save FILE_PATH_NAME2、% 保存指定

比来看了些主成分解析，混迹Matlab论坛，翻了n多帖子，对princomp函数有了些懂得。在此只讲一些小我懂得，并没有效术语，只求通俗。供献率：每一维数据对于区分全部数据的供献，供献率最大的显然是主成分，第二大的是次主成分......[coef，score，latent，t2] = princomp（x）;（小我概念）：x：为要输入的n维原始数据。带入这个

近期被文章逼疯了，对lsgc算法进行了邻接矩阵的实验。我想把PCA的方法在这个实验中进行应用，对特征进行降维以

SIFT 后来有两种扩展，都用到PCA的概念。1 PCA-SIFT   PCA-SIFT与标准SIFT有相同的亚像素位置（sub-pixel），尺度（scale）和主方向（dominant orientations），但在第4步计算描述子的时候，它用特征点周围的41×41的像斑计算它的主元，并用PCA-SIFT将原来的2×39×39维的向量降成20维，以达到更精确的表示