现有的代数特征的抽取方法绝大多数采用一维的方法
现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用适合的分类器分类。针对一维方法维数过高,计算量大,协方差矩阵常常是奇异矩阵等不足,提出了二维...
现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用适合的分类器分类。针对一维方法维数过高,计算量大,协方差矩阵常常是奇异矩阵等不足,提出了二维...
< Embedded Computing: A VLIW Approach to Architecture, Compilers and Tools>> by Joseph A. Fisher ,Paolo Faraboschi ,Cliff Young...
共有五种算法 :A star 算法类的实现,Bp神经网络解决异或问题,联机手写数字识别,联机数字、英文字符及汉字识别,8数码游戏,本算法为手写数字识别之Fisher线性判别...
脱机字符识别,手写数字识别之模板匹配法,数字识别之神经网络法,手写数字识别之Fisher线性判别,基于Fisher准则线性分类器设计 进一步了解分类器的设计概念,能够根据自己的设计对线性分类器有更深刻地认识,理解Fisher准则方法确定最佳线性分界面方法的原理...
VC++写的模式分类程序,包括bayes和Fisher等分类器...