推荐下载
-
PCA主成分分析算法的常见线性降维方法
PCA(主成分分析)是一种常见的线性降维方法,用于将高维数据转化为低维表示,保留数据的主要特征。它通过计算数据的协方差矩阵,并找到其特征向量来实现降维。PCA在数据分析和模式识别中广泛应用,能够减少数
10 2023-07-04 -
主成分分析_PCA_在地学研究中的应用进展.pdf
追溯主成分分析在地学中的应用历程, 评述其应用现状, 探究其兴起的动因
8 2020-07-17 -
pcakernelpca主成分分析核主成分分析Matlab算法源代码
pcakernelpcaprincipalcomponentanalysiskernelprincipalcomponentanalysis主成分分析核主成分分析Matlab算法源代码
78 2019-05-13 -
PCA主成分分析法和ICA独立成分分析法的MATLAB源程序
PCA(主成分分析法)和ICA(独立成分分析法)的MATLAB源程序他们是目前图像处理比较经典的特征提取方法
69 2019-04-27 -
基于OpenCV的PCA人脸检测样本集的主成分分析
使用OpenCV的PCA实现人脸检测样本的主成分分析
35 2018-12-25 -
主成分分析和MATLAB应用.pdf
主成分分析和MATLAB应用
3 2021-04-25 -
主成分分析的计算步骤
详细介绍了主成分分析在数学建模中的应用,包括matlab代码等
13 2020-05-15 -
基于核的主成分分析
基于核的主成分分析,适用于非线性特征提取。
24 2019-07-13 -
主成分分析的matlab代码
PCA如何来进行降维%%Thisscriptgeneratesandplots3Ddata,andperformsaprincipal%%componentanalysistodecorrelatet
23 2019-05-03 -
主成分分析的matlab求解
Matlab solution for principal component analysis
40 2019-06-21
用户评论