非線性PCA算法matlab程序段，完成獨(dú)立分量分析的主分量分解
上傳時(shí)間： 2017-07-17
上傳用戶：hj_18
采用簡(jiǎn)化SIFT算法實(shí)現(xiàn)快速圖像匹配，相當(dāng)實(shí)用的文章
上傳時(shí)間： 2017-08-08
上傳用戶：gdgzhym
是基于主成成分和核主成成分的實(shí)例，有詳細(xì)的注解，條理清晰易懂，適合初學(xué)者對(duì)pca與kpca的學(xué)習(xí)。
標(biāo)簽： 分
上傳時(shí)間： 2017-08-17
上傳用戶：541657925
主成分分析和偏最小二乘SquaresPrincipal成分分析（ PCA ）和偏最小二乘（ PLS ） ，廣泛應(yīng)用于工具。此代碼是為了顯示他們的關(guān)系，通過非線性迭代偏最小二乘（ NIPALS ）算法。
標(biāo)簽： SquaresPrincipal PCA PLS 分
上傳時(shí)間： 2014-07-30
上傳用戶：songyue1991
關(guān)于圖像匹配SIFT算法的樣品程序，對(duì)于計(jì)算機(jī)視覺技術(shù)有相關(guān)幫助
上傳時(shí)間： 2016-04-24
上傳用戶：luorenjie
簡(jiǎn)單實(shí)現(xiàn)了PCA和LDA降維算法，能夠直接導(dǎo)入到matlab中，數(shù)據(jù)集需要用戶自己提供。
上傳時(shí)間： 2017-05-23
上傳用戶：datouhou
吳恩達(dá)在斯坦福CS229課程上，關(guān)于PCA（主成分分析）的學(xué)習(xí)筆記
標(biāo)簽： PCA
上傳時(shí)間： 2017-12-06
上傳用戶：20172017qq
人臉檢測(cè)是人臉分析的首要環(huán)節(jié)，其處理的問題是確認(rèn)圖像（或影像）中是 否存在人臉，如果存在則對(duì)人臉進(jìn)行定位。人臉檢測(cè)的應(yīng)用領(lǐng)域相當(dāng)廣泛，是實(shí) 現(xiàn)機(jī)器智能化的重要步驟之一。 AdaBoost 算法是 1995 年提出的一種快速人臉檢測(cè)算法，是人臉檢測(cè)領(lǐng)域里 程碑式的進(jìn)步，這種算法根據(jù)弱學(xué)習(xí)的反饋，適應(yīng)性地調(diào)整假設(shè)的錯(cuò)誤率，使在 效率不降低的情況下，檢測(cè)正確率得到了很大的提高。 本論文第一章和第二章簡(jiǎn)述了人臉檢測(cè)的一般情況，第三章對(duì)一些人臉檢測(cè) 的經(jīng)典方法進(jìn)行了說明。 第四章講述了 AdaBoost 算法的發(fā)展歷史。從 PCA 學(xué)習(xí)模型到弱學(xué)習(xí)和強(qiáng) 學(xué)習(xí)相互關(guān)系的論證，再到 Boosting 算法的最終提出，闡述了 Adaptive Boosting 算法的發(fā)展脈絡(luò)。 第五章對(duì)影響 AdaBoost 人臉檢測(cè)訓(xùn)練算法速度的至關(guān)重要的兩方面：矩形 特征和積分圖的概念和理論進(jìn)行了仔細(xì)的闡明。 第六章給出了 AdaBoost 的算法，并深入探討了其中的一些關(guān)鍵問題——弱 學(xué)習(xí)器的構(gòu)造、選取等問題。 最后一章，用編寫的實(shí)現(xiàn)了 AdaBoost 算法的 FáDèt 程序，給出了相應(yīng)的 人臉檢測(cè)實(shí)驗(yàn)結(jié)果，并和 Viola 等人的結(jié)果做了比較。
標(biāo)簽： AdaBoost 算法 人臉檢測(cè)
上傳時(shí)間： 2018-01-29
上傳用戶：dragon000008
摘要：基于可信計(jì)算的遠(yuǎn)程證明是可信加密模塊TPM的核心功能之一。本文首先介紹了遠(yuǎn)程證明基本概念和邏輯流程，其次詳細(xì)介紹了基于隱私證書中心PCA的遠(yuǎn)程證明方案，然后分析了基于隱私證書中心PCA的遠(yuǎn)程證明方案的缺點(diǎn)，最后提出了基于安全屬性的遠(yuǎn)程證明方案作為改進(jìn)。 關(guān)鍵詞：可信計(jì)算 遠(yuǎn)程證明 可信加密模塊TPM 平臺(tái)狀態(tài)度量日志SML 平臺(tái)狀態(tài)寄存器PCR
上傳時(shí)間： 2018-12-20
上傳用戶：1569496102
隨著信息技術(shù)的發(fā)展以及嵌入式、人臉識(shí)別、計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的提高，人們正在感受著科技帶來的便利和益處。 該系統(tǒng)通過攝像頭獲取人臉圖像,在后臺(tái)應(yīng)用系統(tǒng)完成圖像識(shí)別,然后給單片機(jī)發(fā)送命令來控制門禁系統(tǒng)。軟件上首先利用小波變換對(duì)人臉圖像進(jìn)行2次小波分解,然后對(duì)低頻分量進(jìn)行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進(jìn)行識(shí)別。采用OpenCV人臉識(shí)別算法進(jìn)行處理輸出。達(dá)到該系統(tǒng)構(gòu)建簡(jiǎn)單、方便,識(shí)別速度快且準(zhǔn)確率較高。 本文主要介紹了基于人臉識(shí)別算法的門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。在對(duì)人臉識(shí)別算法研究的基礎(chǔ)上，進(jìn)一步對(duì)整個(gè)門禁系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行了詳細(xì)闡述。主要內(nèi)容包含以下幾點(diǎn)： 1．簡(jiǎn)單的介紹了課題研究的背景、目的及意義，介紹了人臉識(shí)別的背景，闡述了國(guó)內(nèi)外人臉識(shí)別的現(xiàn)狀以及人臉識(shí)別的難點(diǎn)，還介紹了相關(guān)的技術(shù)。 2．人臉識(shí)別算法的研究：主要對(duì)Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進(jìn)行了詳細(xì)介紹，也對(duì)PCA和LDA這兩種人臉識(shí)別算法進(jìn)行了詳細(xì)的闡述和實(shí)驗(yàn)的對(duì)比。 3．門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)：從需求分析入手對(duì)系統(tǒng)的總體模式、總體結(jié)果、功能模塊、數(shù)據(jù)庫設(shè)計(jì)等各部分進(jìn)行了簡(jiǎn)單的介紹。 4．系統(tǒng)的測(cè)試：在對(duì)核心算法人臉識(shí)別進(jìn)行了詳細(xì)的研究以及整個(gè)門禁系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)結(jié)束后，對(duì)于整合實(shí)現(xiàn)的系統(tǒng)，進(jìn)行了詳細(xì)的測(cè)試，并給出了功能測(cè)試報(bào)告和性能測(cè)試報(bào)告。 本文設(shè)計(jì)的基于人臉識(shí)別的門禁系統(tǒng)，在一定程度上可以較好的識(shí)別人臉.
標(biāo)簽： 人臉識(shí)別 門禁系統(tǒng)
上傳時(shí)間： 2022-05-28
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
