![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
基本概念
美好的像个天使
这个作者很懒,什么都没留下…
展开
-
归一化 (Normalization)、标准化 (Standardization)和中心化/零均值化 (Zero-centered)
链接:https://www.jianshu.com/p/95a8f035c86c1 概念 归一化:1)把数据变成(0,1)或者(1,1)之间的小数。主要是为了数据处理方便提出来的,把数据映射到0~1范围之内处理,更加便捷快速。2)把有量纲表达式变成无量纲表达式,便于不同单位或量级的指标能够进行比较和加权。归一化是一种简化计算的方式,即将有量纲的表达式,经过变换,化为无量纲的表达式,成为纯量...转载 2019-08-05 09:53:05 · 261 阅读 · 0 评论 -
一、PCA原理(原文讲的特别好)
一、Eigenface特征脸识别人脸识别算法-特征脸方法(Eigenface)及python实现 https://blog.csdn.net/u010006643/article/details/46417127Eigenface算法,PCA数学理论,协方差 https://blog.csdn.net/gdut2015go/article/details/46271523人脸识别之特征脸方法...转载 2019-08-05 15:40:10 · 2377 阅读 · 0 评论 -
二、LDA(线性判别分析)原理
机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)https://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html线性判别分析(Linear Discriminant Analysis)(一) https://www.cnblogs.com/jerrylead/a...原创 2019-08-05 20:45:19 · 189 阅读 · 0 评论 -
三、LBP算法
人脸识别经典算法二:LBP方法 https://blog.csdn.net/feirose/article/details/39552977LBP(Local Binary Patterns,局部二值模式)是提取局部特征作为判别依据的。LBP方法显著的优点是对光照不敏感,但是依然没有解决姿态和表情的问题。不过相比于特征脸方法,LBP的识别率已经有了很大的提升。在[1]的文章里,有些人脸库的识别...原创 2019-08-05 20:49:56 · 1215 阅读 · 0 评论