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