You are here: MatlabCode > PCA降维
PCA降维
-
PCA降维代码---MATLAB
可用于M*N大数据降维，里面步骤很清新哦··· 程序说明：y = pca(mixedsig)，程序中mixedsig为 n*T 阶混合数据矩阵，n为信号个数，T为采样点数, y为 m*T 阶主分量矩阵。程序设计步骤： 1、取均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -
-
-
-
先用gabor小波变换对人脸图像处理，然后在用pca进行降维，最后用svm分类器进行多分类分类识别
本程序是先用gabor小波变换对人脸图像处理，然后在用pca进行降维，最后用svm分类器进行多分类分类识别，包扩完整的orl人脸库，需注意的是，svm工具箱是用的libsvm工具箱，运行前先配置好libsvm。版本号：libsvm-mat-2[1].89-3[FarutoUltimate3.0] -
PCA降维输入数据data和option
用于模式识别中的PCA降维输入数据data和option。data是一个矩阵，每一行代表一个样本。option是选择降维到多少维。 -
-
结合PCA的尺度不变特征变换(SIFT)算法源代码，用于图像目标检测和识别
结合PCA的尺度不变特征变换(SIFT)算法源代码，用于图像目标检测和识别 -
-
