- 博客(2)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 PCA在图像处理上的应用
PCA(Principal Component Analysis), 也就是主成分分析, 是数据分析的常用方法, 其原理是: 反映对象特征的多个属性往往存在线形相关， 所以可以找到一个合理的方法， 对此多个属性变换为线性无关的另一组属性， 变换后的属性个数小于最初的属性的个数， 也就是起到了数据降维的作用， 这样可以减少数据分析的复杂度. 自然, PCA在机器学习，计算机视觉和图像处理上
2018-01-12 22:03:04
12592
5
原创 方阵的特征值与特征向量
定义: 设AA是nn阶方阵, 如果数λ\lambda和非零向量xx使关系式 Ax=λxAx = \lambda x 成立, 那么, λ\lambda称为方阵AA的特征值, 非零向量xx称为AA的对应于特征值λ\lambda的特征向量. 上式也可以写为: (Ax−λE)x=0(Ax-\lambda E)x=0 这个是nn个未知数和nn个方程的齐次线形方程组. 它有非零解的充要条
2018-01-01 09:56:54
1613
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人