【图像】LDA
查志强
图像处理模式识别机器视觉
展开
-
主题模型-LDA浅析
【原文:http://blog.csdn.net/huagong_adu/article/details/7937616】上个月参加了在北京举办SIGKDD国际会议,在个性化推荐、社交网络、广告预测等各个领域的workshop上都提到LDA模型,感觉这个模型的应用挺广泛的,会后抽时间了解了一下LDA,做一下总结:(一)LDA作用 传统判断两个文档相似性的方转载 2014-03-13 20:05:37 · 818 阅读 · 0 评论 -
特征变换以及维度下降——Linear Discriminant Analysis(二)
【原文:http://blog.csdn.net/jojozhangju/article/details/19616481】4.Linear Discriminant Analysis(多类情况)前面是针对只有两个类的情况,假设类别变成多个,要如何改变才能保证投影后类别能够分离呢?我们之前讨论的是如何将d维降到一维,现在类别多了,一维可能已经不能满足要求。假设我们有转载 2014-03-13 20:56:28 · 884 阅读 · 0 评论 -
第八章 采用PCA(主成分分析)或LDA(线性判别分析)的人脸识别(二)
【原文:http://blog.csdn.net/raby_gyl/article/details/12623539】注释:1、翻译书名:Mastering OpenCV with Practical Computer Vision Projects2、翻译章节:Chapter 8:Face Recogition using Eigenfaces or Fisherface转载 2014-03-13 21:20:43 · 3385 阅读 · 0 评论 -
LDA(线性判别分析或称Fisher线性判别),PCA(主成份分析)代码及表情识别中的应用
【原文:http://blog.csdn.net/raby_gyl/article/details/20362373】1、LDA线性判别分析也称FLD(Fisher线性判别)是一种有监督的学习方法(supervised learning)。LDA的基本思想是:找到一个最佳的判别矢量空间,使得投影到该空间的样本的类间离散度与类内离散度比达到最大。转载 2014-03-13 21:05:41 · 5348 阅读 · 1 评论 -
特征变换以及维度下降——前言
【原文:http://blog.csdn.net/jojozhangju/article/details/19570759】1.维度灾难我们最初的设想是增加特征的维度从不会降低识别器的性能,因为我们提供了足够多或者至少是相同的大量信息。因此,最坏的情况是性能保持不变。但是,实际上并非如此,性能将会出现下降,尽管我们提供给了系统足够的数据。这是因为能够呈现给模型的训练数据是有限的。理转载 2014-03-13 20:50:18 · 799 阅读 · 0 评论 -
LDA与PCA算法与应用
【原文:http://blog.csdn.net/whuheming/article/details/19809889】(一)LDA算法LDA的全称是Linear Discriminant Analysis(线性判别分析),是一种supervised learning。有些资料上也称为是Fisher’s Linear Discriminant,因为它被Ronald Fisher转载 2014-03-13 20:16:24 · 2195 阅读 · 0 评论 -
第八章 采用PCA(主成分分析)或LDA(线性判别分析)的人脸识别(一)
【原文:http://blog.csdn.net/raby_gyl/article/details/12611861】注释:1、翻译书名:Mastering OpenCV with Practical Computer Vision Projects2、翻译章节:Chapter 8:Face Recogition using Eigenfaces or Fisherface转载 2014-03-13 21:19:13 · 6536 阅读 · 1 评论 -
LDA主题聚类学习小结
【原文:http://blog.csdn.net/july_2/article/details/12710147】目录:[ - ]LDA模型算法简介:LDA模型构建原理:Unigram Model(词袋模型):Bayes Unigram Model(贝叶斯词袋模型)PLSA潜在语义分析LDA主题聚类模型LDA 算法设计 与Gibbs Samp转载 2014-03-13 20:10:51 · 6445 阅读 · 0 评论 -
线性判别分析(Linear Discriminant Analysis, LDA)算法分析
【原文:http://blog.csdn.net/warmyellow/article/details/5454943】LDA算法入门 一. LDA算法概述:线性判别式分析(Linear Discriminant Analysis, LDA),也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD),是模式识别的经典算法,它是在1996年转载 2014-03-13 21:09:17 · 1255 阅读 · 0 评论 -
特征变换以及维度下降——Linear Discriminant Analysis(三)
【原文:http://blog.csdn.net/jojozhangju/article/details/19626351】6.Linear Discriminant Analysis应用实例以及相关实现下面我们用LDA来进行一个分类的问题:假设一个产品有两个参数来衡量它是否合格,我们假设两个参数分别为:所以我们可以根据上图表格把样本分为两类,一类是合格的,一类转载 2014-03-13 20:59:33 · 1045 阅读 · 0 评论 -
特征变换以及维度下降——Linear Discriminant Analysis(一)
【原文:http://blog.csdn.net/jojozhangju/article/details/19574593】1.LDA概述线性判别分析(Linear discriminant analysis, LDA),是一种监督学习算法,也叫做Fisher线性判别(Fisher Linear Discriminant, FLD),是模式识别的经典算法,它是在1996年由Belh转载 2014-03-13 20:54:02 · 1142 阅读 · 0 评论 -
LDA详解 包括opencv实现代码
【原文:http://www.blogbus.com/shijuanfeng-logs/220816641.html】终于是彻彻底底地把LDA弄懂了,说来惭愧,好歹专业也叫图像处理与模式识别,就个简单的LDA都没有彻底理解,这次是NO problem了。1. LDA简介线性鉴别分析(Linear Discriminant Analysis)2. LDA的主要思想求解最佳转载 2014-03-13 20:47:27 · 2702 阅读 · 1 评论 -
特征变换以及维度下降——LDA VS PCA
【原文:http://blog.csdn.net/jojozhangju/article/details/19652453】 在之前的博文介绍了,LDA以及PCA的原理以及算法过程,下面说说他们的区别: The widely-used principal component analysis (PCA) and linear discriminant analysis (LD转载 2014-03-13 21:03:44 · 1341 阅读 · 0 评论