PCA
共 552 篇文章
PCA 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 552 篇文章，持续更新中。
例程(11)-用PCA扩展外部中断.rar
例程(11)-用PCA扩展外部中断.rar例程(11)-用PCA扩展外部中断.rar
例程(11)-用PCA扩展外部中断.rar
单片机开发板程序
自己花了很长时间编写的单片机开发板程序，里面包含了：菜单显示编程（自己创），DAC0808,ADC0809,PCA9555 IIC转并口，24C16的读写，和PC机的实时通信，多机通信，18B20，LCD和键盘程序，步进电机，由于还不是最终版，没写使用说明书，请大虾们多多指教。可以在proteus下仿真，带有proteus仿真图
基于切割子模块的单样本人脸识别
·摘 要:针对单样本人脸识别问题,本文提出了一种基于单样本切割的子模块主成分分析方法.该方法将单样本人脸图片切割成大小相同、互不重叠的多个子模块,切割后的子模块集构成新的样本集.对所有子模块作主成分分析（PCA）并提取特征,同一人脸的子模块特征系数作为分类识别的依据.在ORL人脸库上的测试结果表明,同PCA,（PC）2A,Sub-pattern LDA相比,该方法具有更好的识别率.[著者文摘]&n
基于Gabor小波和PCA的掌纹识别方法比较研究
·摘 要:掌纹识别是利用人的手掌图像进行身份鉴别的一种新兴生物特征识别技术.主成分分析（PCA）、二维主成分分析（2DPCA）、Gabor小波等则是生物特征识别的常用特征提取方法.本文采用四种实验方案来比较研究基于PCA以及基于Gabor和PCA的掌纹识别特征提取性能,用正确识别率和训练时间等参数来对其进行对比分析,其结果可为掌纹识别系统选择特征提取方法提供一定理论参考.[著者文摘]
PCA9516—I2C中继器产品数据手册(中)
PCA9516—I2C中继器产品数据手册(中)
PCA9564 并行总线转I2C总线接口
PCA9564 并行总线转I2C总线接口芯片简介
PCA9532 16位I2C总线LED
PCA9532 16位I2C总线LED调光器产品简介手册
PCA85176 40×4LCD驱动器数据手册 (英)
PCA85176 40×4LCD驱动器数据手册 (英)
TMS320LF240x在智能CAN总线节点设计中的应用
· 摘要： 介绍了一种基于TMS320LF2407A的智能CAN总线节点的设计.详细介绍了LF2407A片内集成的CAN模块及其作为CAN总线控制器与CAN总线之间的通信,选用PCA82C250作为总线驱动器.系统硬件结构简单,软件编程方便,可移植性强.
压缩域上人脸识别的研究
·摘 要:DCT变换被广泛采用在图象和视频压缩标准中(如JPEG，MPEG，H.261/H.263).而对于这些压缩图象的处理，传统的手段是先解压到空间域，再进行处理和识别，因而增加了计算复杂性。针对这个问题，运用压缩域上图像处理技术，提出了人脸特征表达的方法，并构造DCT域上人脸识别系统。在人脸标准库FEREF上的测试，提出的算法与经典的特征脸法和PCA+LDA法相比较，不仅提高了精度，而且降低
Linux下的intel的ipp库使用(完成MP3编码/嵌入式PCA平台/适用PXA270开发板)
· Linux下的intel的ipp库使用，完成MP3编码，嵌入式PCA平台，适用PXA270开发板.文件列表: mp3_encoder ...........\doc ...........\...\readme_mp3_enc.txt ...........\makefile_sample_mp3_enc ....
期刊论文：一种基于2D-DWT和2D-PCA的人脸识别方法
·期刊论文：一种基于2D-DWT和2D-PCA的人脸识别方法
多尺度多特征仿生人脸识别
·摘 要:本文使用Daubechies正交小波变换对人脸图像进行二次小波分解：首先对第二次小波变换低频子图像进行PCA分析。运用邻域法进行分类得到距离隶属度。利用模糊分析提取出候选样本，对候选样本第一次小波变换的低频子图像进行PCA分析，运用最近邻域法进行分类得到最终识别结果。实验表明：小波变换预处理得到多尺度多特征；分类结果之间具有一定的互补性，同时可以提高分类性能。[著者文摘]
图像融合程序大全（有图）
·详细说明：图像融合程序大全（有图）包括IHS PCA 拉普拉斯 PCNN 小波 超好！
PCA又为主成分分析
：PCA又为主成分分析，是一种特征提取方法， 它通过线性变换寻找一组最优的单位正交向量基，用他们的线性组合来重构原样本-PCA
一种基于Fisher最优判据的人脸识别新方法
·摘 要:通过对一种计算奇异类内离散度矩阵的Fisher最优判据方法的改进，提出一种改进的Fisher最优判据，并应用于人脸识别中．在Olivetti—Oracle Research Lab(ORE)和Yale标准人脸库上的识别结果显示，此方法比主元分析方法(PCA)和直接线性判别分析方法(Direct Linear Discriminant Analysis，DLDA)有更好、更高的识别效果．&
象素级图像融合方法与选择
·首先介绍了图像融合技术的概念，然后对象素级图像融合技术的几种常用方法进行了详细说明，包括PCA 变换，HIS 变换，HPF变换，神经网络，图像金字塔，小波变换等。并介绍了融合结果的几个评价参数。最后，根据不同类型图像的特点和应用的需要，详细分析了图像融合方法的选择。
一种基于改进主成分分析的人脸识别方法
·摘 要:提出一种主成分分析（PCA）和遗传算法（GA）相结合的人脸识别方法。利用遗传算法进行特征矢量的选择，以构成最有利于分类的特征空间。通过对ORL和Yale两个人脸数据库的实验结果，表明PCA和GA相结合的人脸识别算法优于传统的PCA人脸识别算法。[著者文摘]
基于正交补空间的人脸识别
·摘 要:为了实现人脸识别免于特征提取,提出了一种基于正交补脸（OC-faces）的人脸识别方法.该方法基于空间正交分解理论,对不同类的原始训练样本进行Gram-Schmidt正交化,以正交化后的基张成各个不同的子空间,将测试样本分解为子空间投影及子空间正交补两部分.正交补的范数体现了测试样本到各类子空间的距离,并以此作为分类的依据.在Yale库和AT＆T库上的实验结果表明,与主成分分析（PCA）
基于PCA和BP神经网络算法的车牌字符识别
·基于PCA和BP神经网络算法的车牌字符识别