PCA
文章平均质量分 60
tianchang2you
这个作者很懒,什么都没留下…
展开
-
PCA算法
主成分分析的实现步骤如下:1.输入样本矩阵 假设样本x1,x2,...,xN,共N个样本,每个样本以列向量的形式表示,每个样本有M维。X=[x1 x2 ... xN]MxN。2.计算样本中每一维的均值,然后计算观察值与均值之间的偏差,再计算协方差矩阵 根据协方差函数首先要求出每一维的均值,然后再计算观察值与均值之间的偏差,再转载 2014-10-22 20:42:14 · 853 阅读 · 0 评论 -
PCA的一些基本资料
PCA的一些基本资料最近因为最人脸表情识别,提取的gabor特征太多了,所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维,但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波,这样提取的特征足足有64*64*5*8这么多,如果图像稍微大一点,比如128*128的图像,那么直接提取的特征就会几十万转载 2014-10-22 21:01:56 · 965 阅读 · 0 评论 -
PCA检测人脸的简单示例_matlab实现
[plain] view plaincopy%训练 %Lx=X'*X clear; clc; train_path='..\Data\TrainingSet\'; phi=zeros(64*64,20); for i=1:20 path=strcat(train_path,num2str(i),'.bmp'); Ima转载 2014-10-23 10:05:54 · 709 阅读 · 0 评论