K-L变换（主分量变换）下载

weixin_39821620 2019-08-31 09:30:14

VC6.0 K-L变换（主分量变换）（内附实验图片）仅供参考，请多指教。
相关下载链接：//download.csdn.net/download/u012338049/6786087?utm_source=bbsseo

...全文

19 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

Digital Image Processing 数字图像处理 3.6 基于特征向量的变换 1 主分量分析(K-L变换) 特征分析特征值 1 主分量分析(K-L变换) 通常将特征值按降序排列。 1 主分量分析(K-L变换) 特征向量 1 主分量分析(K-L变换) 3)主分量分析及一维K-L变换一种可以去掉随机向量中各元素间相关性的线性变换。 STEP1：定义协方差矩阵...

K-L变换( Karhunen-Loeve Transform)是建立在统计特性基础上的一种变换，有的文献也称为霍特林(Hotelling)变换，因他在1933年最先给出将离散信号变换成一串不相关系数的方法。K-L变换的突出优点是去相关性好，是均方误差(MSE，Mean Square Error)意义下的最佳变换，它在数据压缩技术中占有重要地位。K-L(Karhunen-Loeve)变换形式设X=...

K-L变换：又称主成分分析(PCA),是一种除去波段之间的多余的信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。在实际的主成分分析中，各主成分是对原始数据进行线性变换所得。在对TM数据进行主成分分析后，得到的前三个主分量PC1、PC2、PC3可包含原数据的95%以上的信息。因此，主成分图像能大量地压缩数据量，从而节省数据的处理时间。 K-T变换：又称缨帽变换，是指在多光谱...

在模式识别中接触到K-L变换的时候懵懵懂懂的，只知道是特征选择，不知道究竟怎么用，后来做图像处理需要用到PCA，才发现和K-L变换时一伙的，再好好做做功课，把他们整理整理。预备知识：维度灾难：对于一组已知的样本，存在特征数目的最大维数当使用的特征数目超过这个最大值时，分类器的性能不但不能得到改善反而会退化。为了避免维度灾难需要进行特征降维进行特征降维的两类方法：特征选择( Feature Sele...

K-L变换是主成分分析（PCA）的基础，PCA可以通过K-L变换得到互不相关的向量。K-L变换并没有实现降秩。【【】】核心问题是选择转换矩阵A，当使得它的列向量是Rx的正交本征向量时，Ry是对角的。在保证（6.12）式的前提下计算出的y的值就是所求的不相关的投影值。 K-L变换也常称为主成分变换(PCA)或霍特林变换，是一种基于图像统计特性的变换，它的协方差矩阵除对角线以

下载资源悬赏专区

13,654

社区成员

12,574,275

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章