- 博客(3)
- 收藏
- 关注
RSS订阅转载 降维- PCA
http://www.360doc.com/content/13/1124/02/9482_331688889.shtmlPCA的主要作用是对数据进行降维操作。其本质是寻找合适的基，该基需要满足数据在该基上更“离散”。因此PCA得重点是如何选择基。将M个N维数据降到K维，则需要寻找K个N维基的新空间。具体原因参考线性代数矩阵相乘的几个意义，这里简单解释一下： 矩阵A和矩阵B相乘，AB,表示将矩阵B
2017-10-22 23:36:21
256
转载 SIFT特征提取
SIFT特征提取步骤： http://blog.csdn.net/abcjennifer/article/details/7639681 （1）构建金字塔尺度图 （2）获取特征点（极值点） （3）去除不好的特征点 （4）对每个特征点计算128维参数 （5）特征点match1.首先需要介绍一下DOG（高斯差分卷积）2.极值点：若像素点是其相邻像素点（相邻层的像素点也算，一共28个）的极大值
2017-10-13 14:19:11
394
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人