正交变换

基于的DCT水印算法实现

是一种正交变换的方法。是图像处理中应用即为广泛的傅氏变换中一种特殊的情况（被展开函数是实偶函数，再离散化，即为离散余弦变换）。同傅氏变换一样，有正反两种变换。正DCT：
林多·2020-06-30 20:18

用主成分分析（PCA）算法做人脸识别

通过正交变换将一组可能存在相关性的变量转化为一组线性不相关的变量，转换后的这组变量叫主成分。
xxty1122·2020-06-30 04:49

主成分分析详解以及python实现

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
钱思择-·2020-06-29 08:15

ML/DL十大算法

朴素贝叶斯分类（概率判断）最小二乘法（线性回归）逻辑回归（logistic）支持向量机（SVM）集成方法（原来是用贝叶斯平均，现在用Bagging、Boosting）无监督：聚类主成分分析（PCA）（正交变换
星尘逸风·2020-06-29 04:45

数学推导+纯Python实现机器学习算法26：PCA降维

PCA通过正交变换将一组由线性相关变量表示的数据转换为少数几个由线性无关变量表示的数据，这几个线性无关的变量就是主成分。PCA通过将高维数据维度减少到少数几个维度，本质上
louwill12·2020-06-28 20:26

数字图像处理（2）正交变换

去相关图像处理主要看做线性系统若x1(t)-->y1(t)x2(t)-->y2(t)当且仅当x1(t)+x2(t)-->y1(t)+y2(t)卷积、相关的概念正交性：基轴正交完备性：（个人认为不需要花过多时间在这个性质的证明上）正交变换
ChuanjieZhu·2020-06-27 09:07

数字图像处理 第7章 小波和多分辨率处理

章小波和多分辨率处理小波性质1、可分离性（xyz）、可伸缩性、平移性2、多分辨率的兼容性3、正交性FWT(二维快速小波变换)频率耦合滤波器小波族wfamily的描述信息：waveinfo(wfamily)归一化正交变换的尺度和小波函数的数字近似值
V亮亮·2020-06-27 02:47

图像处理——傅里叶变换

一、正交变换首先我们要知道什么是正交矩阵，设A是一个N*N的一个矩阵，如果，则称矩阵A为正交矩阵。又，那么（E是单位矩阵）。
oklahomawestbrook·2020-06-24 18:24

PCA学习与应用

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。
麦才坚·2020-06-24 12:27

WebGL学习资源汇总（持续更新）

年.电子工业出版社出版的.唐波全书共分10章，主要内容包括了图形与图像处理的基本概念，图形图像处理的硬件与软件基础，基本图形的生成算法，图形显示技术，交互技术与图形软件标准，图像数字化与数学描述，图像正交变换
X01动力装甲·2020-06-24 05:10

离散余弦变换(含源码)

图像处理中常用的正交变换除了傅里叶变换外，还有其他一些有用的正交变换,其中离散余弦就是一种。
iteye_15075·2020-06-23 18:18

线性代数学习笔记——第六章学习指南——二次型与二次曲面

.实二次型线性代数学习笔记——第七十五讲——二次型及其矩阵表示线性代数学习笔记——第七十六讲——矩阵的合同线性代数学习笔记——第七十七讲——用配方法化二次型为标准型线性代数学习笔记——第七十八讲——用正交变换化二次型为标准型
预见未来to50·2020-06-23 15:35

2020.2.18主成分分析：步骤、应用及代码实现。

主成分：通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映
csy201710413030·2020-06-23 01:12

移动通信中的语音编码技术

参量编码又称声源编码，将信源信号在频率域或者其他正交变换域提取参量特征，将其转换为数字代码进行传输。解码为其反过程，将数字序列经过变化恢复特征参量，重
大江之舞·2020-06-22 17:36

数据降维之主成分分析法（PCA）——基本原理与基于python sklearn库的PCA实现

目录简介算法流程基于pythonsklearn库的PCA例程简介主成分分析（PrincipalComponentAnalysis，PCA）通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量
章鱼千·2020-06-22 10:49

获取小波函数的性质与尺度和小波函数的图形

%获取小波函数的性质与尺度和小波函数的图形waveinfo('haar')%获取小波函数的性质%画小波函数的图形[phi,psi,xval]=wavefun('haar',10);%获取一个标准正交变换的尺度和
大白菜丫丫·2020-06-22 09:15

PCA（主成分分析）-------原理，推导，步骤、实例、代码

一、PCA简介1.概念：主成分分析是一种统计方法，通过正交变换将一组可能存在相关性的变量转换成一组线性不相关的变量，转换后的这组变量叫主成分。
xxty1122·2020-06-21 14:19

五、正交变换

正交变换基本概念离散傅里叶变换其他正交变换将空域中的图像变换到变换域ps://TODO这一章并没有理解，理论有点抽象，需要后续逐渐提高认识正交变换的基本概念图像是许多点冲激函数的累加（转换到空间的信号处理问题
hyfine·2020-06-21 13:06

数字图像处理学习笔记（十三）——傅里叶变换

专栏链接：数字图像处理学习笔记目录背景知识傅里叶变换（一种正交变换）一维傅里叶变换对二维傅里叶变换对二维离散傅里叶变换的性质空间域抽样间隔和频域间隔之间的关系傅里叶变换对的平移
荣仔！最靓的仔！·2020-06-20 22:53

PCA——主成分分析

PCA（PrincipalComponentsAnalysis）主成分分析是一个简单的机器学习算法，利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关比变量表示的数据，实现降维的同时尽量减少精度的损失
颀周·2020-05-25 23:00

二次型化标准形的五种方法

文章目录1.配方法2.初等变换法3.正交变换法4.偏导数法5.顺序主子式法1.配方法用配方法化二次型为标准形的关键是消去交叉项，分如下两种情况：情形1：如果二次型f(x1 , x2 , x3 , ⋯ ,
Eloik·2020-05-20 11:16

9、主成分分析

通过正交变换将一组可能存在相关性的变量转
xuyongqin·2020-05-04 15:00

9、主成分分析

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的
广商吴彦祖·2020-05-04 09:00

PCA

1、PCA的基本想法主成分分析（PCA）是常用的无监督学习方法，这一方法利用正交变换把由线性相关的变量表示的观测数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。
单调不减·2020-03-21 16:49

Chapter5——二次型

二次型定义：二次型的矩阵表达式：二次型的可逆线性变换：二次型经过可逆线性变换后仍是二次型矩阵的合同关系：2.二次型的标准型、以及化为标准型的方法定义：配方法：将任意的二次型通过可逆线性变换化为标准型例题：正交变换法
crishawy·2020-02-28 12:23

奇异值分解（SVD）

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
付剑飞·2020-02-25 21:16

PART 4 数据建模分析_主成分分析（PCA）

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
醒你的cafe逗·2020-02-22 18:48

主成分分析

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。”许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。
遥想yaoxiang·2020-02-22 09:11

机器学习_用PCA主成分分析给数据降维

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。数据分析中常使用PCA给数据降维，
xieyan0811·2020-02-21 23:08

【PCA】主成分分析介绍

概念主成分分析（PrincipalComponentAnalysis，PCA）是一种统计方法，通过正交变换将一组存在相关性的变量转换为一组线性无关的变量，转换后的这组变量就是主成分。
AI和金融模型·2019-12-29 12:23

R数据可视化4: PCA和PCoA图

它利用正交变换来对一系列可能相关的变量的观测值进行线性变换，从而投影为一系列线性不相关
jlyq617·2019-12-27 08:36

机器学习之PCA-主成分分析

PCA简介  PCA（PrincipalComponentsAnalysis）即主成分分析，是一个非监督的机器学习算法，它是最常用的降维方法之一，通过正交变换将一组可能存在相关性的变量数据转换为一组线性不相关的变量
Sunshine丶宇天·2019-12-14 00:22

【Python机器学习】之 PCA 算法（二）

这一方法利用正交变换把由线性相关变量表示的观测数据转换为由少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。主成分的个数通常小于原始变量的个数，所以主成分分析属于降维方法。主成分
大小宝·2019-08-12 21:40

频域滤波—傅里叶变换

傅里叶变换的作用离散傅里叶变换是最经典的一种正弦余弦型正交变换，它建立了空间域与频率域间的联系，具有明确的物理意义，能够更直观、方便地解决许多图像处理问题。
白水你一定要努力啊·2019-07-27 10:04

机器学习降维之主成分分析

1.主成分基本思想主成分基本思想：在主成分分析中，首先对给定数据进行规范化，使得数据每一个变量的平均值维0，方差为1，之后对数据进行正交变换，原来由线性相关变量表示的数据，通过正交变换变成由若干个线性无关的新变量表示的数据
Fate0729·2019-07-18 13:00

主成分分析 Principle Component Analysis

一、主要思想利用正交变换把可能线性相关变量表示的观测数据，转换为由少数几个线性无关变量（主成分）表示的数据。
albyc22660·2019-07-15 10:00

主成分分析 Principle Component Analysis

一、主要思想利用正交变换把可能线性相关变量表示的观测数据，转换为由少数几个线性无关变量（主成分）表示的数据。
王朝君BITer·2019-07-15 10:00

【机器学习】 特征值分解、奇异值分解与PCA的原理

1、PCA的原理设n维随机变量X,其对应的协方差矩阵是C基于正交矩阵P，对随机变量X做正交变换，得到变量Y，对应协方差矩阵为R,如下所示。
Hua Zhu·2019-05-21 11:32

降维算法学习之PCA理论推导

PCA本质是借助正交变换方法，将其分量相关的随机向量转化为其分量不相关的新随机向量：其实，从上图可以看出：PCA降维就是通过
small_munich·2019-04-14 09:48

机器学习之深入理解主成分分析（Principal Component Analysis）

对于一组不同维度之间可能存在线性相关关系的数据，PCA能够把这组数据通过正交变换，变成各个维度之间线性无关的数据。
我是管小亮 :)·2019-04-13 13:05

正交矩阵及矩阵变换的python实现--Apple的学习笔记

b,各行以及各列是单位向量且两两正交，标准正交基经正交变换后仍为标准正交基。c,变换前后内积不变即向量的模长与夹角不变。2.二阶正交矩阵的几何意义是绕坐标原点的旋转，或是通过原点直线的反射。
applecai·2019-04-13 11:47

用正交变换将二次型化为标准形

用正交变换将二次型化为标准形用正交变换将二次型化为标准形是数学三考研中的重要题型，它综合考察了学生对二次型理论、相似对角化理论、欧式空间理论掌握的熟练程度。
Daniel3030·2019-04-10 10:43

用正交变换将二次型化为标准形

用正交变换将二次型化为标准形用正交变换将二次型化为标准形是数学三考研中的重要题型，它综合考察了学生对二次型理论、相似对角化理论、欧式空间理论掌握的熟练程度。
Daniel3030·2019-04-10 10:43

(n-1)*样本方差/σ^2 服从自由度为 n-1 的卡方分布的证明

证明如下：在证明命题之前，我们先证明一个结论：(1).设n个相互独立的标准正态随机变量经过正交变换后为，则依然是相互独立的标准正态随机变量，且。
壮志_凌云·2019-04-04 13:01

线性代数及其应用：第三章 正交

向量投影到列空间与最小二乘法3.1.向量投影到列空间3.2.最小二乘法问题3.2.1.代数法3.2.2.矩阵法4.正交基，Gram-Schmidt正交化法4.1.正交基4.1.1.正交矩阵4.1.2.正交变换
Leon_winter·2019-02-14 17:37

python主成分分析（PCA）

通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。
Arwen_H·2018-12-10 13:34

现代语音信号处理笔记 (三)

时域分析傅里叶分析是分析线性系统和平稳信号稳态特性的有力手段，这种以复指数函数为奇函数的正交变换在理论上完善并便于理解。通过傅里叶分析可使得信号的某些特性变得很明显。
Pelhans·2018-07-05 17:44

理解主成分分析 (PCA)

对于一组不同维度之间可能存在线性相关关系的数据，PCA能够把这组数据通过正交变换变成各个维度之间线性无关的数据。
SIGAI_csdn·2018-06-12 13:57

【机器学习】【线性代数】正交基、标准正交基、正交矩阵，正交变换等数学知识点

1.正交向量组直接给定义：欧式空间V的一组非零向量，如果他们俩俩向量正交，则称是一个正交向量组。（1）正交向量组是线性无关的（2）n维欧式空间中俩俩正交的非零向量不会超过n个，即n维欧式空间中一个正交向量组最多n个向量2.正交基在n维欧式空间中，由n个非零向量组成的正交向量组称为正交基3.标准正交基在n维欧式空间中，由n个单位向量组成的正交向量组称为标准正交基比如3维欧式空间中，(1,0,0)、(
CV_ML_DP·2018-05-28 09:08

正交变换与深度学习网络之间的类比杂谈

最近AI很火，深度学习作为核心理念被众人所知，因为我一直从事音视频行业，音视频（听觉与视觉）本来就是人类与外界交互的接口，而AI其实也就是要在机器上模拟人类与外界交互的方式，因此人工智能主要主要输入信号也是两个：图像和音频。传统的模式识别里面，主要是对信号进行特征提取，然后对特征进行识别，这样既能减除大部分无谓的干扰，又能降低识别的运算量。所谓特征就是信号的本质，本质总是能通过各种形式表现出来，表
cmsandly·2018-04-23 21:35
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他