色婷婷AⅤ一区二区三区|亚洲精品第一国产综合亚AV|久久精品官方网视频|日本28视频香蕉

    

      

          


          
	
  	
          
	
          
		首頁(yè)　 
		資訊　 
		商機(jī) 　
		下載　 
		拆解 　
		高校　 
		招聘 　
		雜志　 
		會(huì)展　 
		EETV　 
		百科 　
		問(wèn)答　 
		電路圖　 
		工程師手冊(cè) 　
		Datasheet　
		100例 　
		活動(dòng)中心　 
		E周刊閱讀 　
		樣片申請(qǐng)
	
          




          
	EEPW首頁(yè) >> 
	主題列表 >> 
	pca
          

          
	
          
    	
          
    	  	
          
              	
                                
          
                  

                                
          
                    
          基于全局引導(dǎo)的行人序列重識(shí)別
          
                                                            
                                        
            
                    	
          • 摘要：行人序列重識(shí)別是對(duì)同一個(gè)人進(jìn)行跨攝像頭識(shí)別，要實(shí)現(xiàn)跨攝像頭行人精確識(shí)別必須充分利用行人序
列的時(shí)空線索。為了解決這個(gè)問(wèn)題，本文提出了一種基于全局引導(dǎo)的行人序列重識(shí)別，首先利用ResNet-50提
取行人序列特征；然后用全局引導(dǎo)網(wǎng)絡(luò)將行人序列特征分解為全局特征和局部特征，并提取行人序列全局特征
和局部特征的時(shí)間相關(guān)性；最后對(duì)行人序列特征PCA降維后用JS散度計(jì)算相似度。實(shí)驗(yàn)結(jié)果表明本文算法在跨
攝像頭行人序列重識(shí)別中識(shí)不僅識(shí)別率高，而且效率高。關(guān)鍵詞：行人序列重識(shí)別；ResNet-50；全局引
            • 
                    	                        
          • 關(guān)鍵字：
                        202209  行人序列重識(shí)別  ResNet-50  全局引導(dǎo)  PCA                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          用PCA還是LDA？特征抽取經(jīng)典算法PK
          
                                                            
                                        
            
                    	
          • 　　在之前的格物匯文章中，我們介紹了特征抽取的經(jīng)典算法——主成分分析(PCA)，了解了PCA算法實(shí)質(zhì)上是進(jìn)行了一次坐標(biāo)軸旋轉(zhuǎn)，盡可能讓數(shù)據(jù)映射在新坐標(biāo)軸方向上的方差盡可能大，并且讓原數(shù)據(jù)與新映射的數(shù)據(jù)在距離的變化上盡可能小。方差較大的方向代表數(shù)據(jù)含有的信息量較大，建議保留。方差較小的方向代表數(shù)據(jù)含有的信息量較少，建議舍棄。今天我們就來(lái)看一下PCA的具體應(yīng)用案例和特征映射的另一種方法：線性判別分析(LDA)?！　CA案例　　在機(jī)器學(xué)習(xí)中，所使用的數(shù)據(jù)往往維數(shù)很大，我們需要使用降維的方法來(lái)突顯信息含量較大的
            • 
                    	                        
          • 關(guān)鍵字：
                        PCA  LDA                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基奇PCA的貝葉斯網(wǎng)絡(luò)分糞器研究
          
                                                            
            
                    	
          • 1 引言近幾年來(lái)，貝葉斯網(wǎng)絡(luò)已成為數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)中的一個(gè)主要工具，在分類(lèi)、聚類(lèi)、預(yù)測(cè)和規(guī)則推導(dǎo)等方面取得了良好的應(yīng)用效果。從歷史數(shù)據(jù)
            • 
                    	                        
          • 關(guān)鍵字：
                        PCA  貝葉斯  網(wǎng)絡(luò)                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          人工智能之PCA算法
          
                                                            
                                        
            
                    	
          • 　　前言：人工智能機(jī)器學(xué)習(xí)有關(guān)算法內(nèi)容，人工智能之機(jī)器學(xué)習(xí)主要有三大類(lèi)：1)分類(lèi);2)回歸;3)聚類(lèi)。今天我們重點(diǎn)探討一下PCA算法。　　PCA(主成分分析)是十大經(jīng)典機(jī)器學(xué)習(xí)算法之一。PCA是Pearson在1901年提出的，后來(lái)由Hotelling在1933年加以發(fā)展提出的一種多變量的統(tǒng)計(jì)方法?！　?duì)于維數(shù)比較多的數(shù)據(jù)，首先需要做的事就是在盡量保證數(shù)據(jù)本質(zhì)的前提下將數(shù)據(jù)中的維數(shù)降低。降維是一種數(shù)據(jù)集預(yù)處理技術(shù)，往往在數(shù)據(jù)應(yīng)用在其他算法之前使用，它可以去除掉數(shù)據(jù)的一些冗余信息和噪聲，使數(shù)據(jù)變得更加簡(jiǎn)單高
            • 
                    	                        
          • 關(guān)鍵字：
                        人工智能  PCA                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          人臉識(shí)別會(huì)議簽到的嵌入式系統(tǒng)設(shè)計(jì)
          
                                                            
            
                    	
          • 人臉識(shí)別會(huì)議簽到的嵌入式系統(tǒng)設(shè)計(jì),摘要：為了解決傳統(tǒng)會(huì)議簽到問(wèn)題，利用S5PV210與CC2530、攝像頭、按鍵、液晶顯示屏等硬件設(shè)備設(shè)計(jì)了一種人臉識(shí)別會(huì)議簽到硬件終端。在定義的通信協(xié)議的基礎(chǔ)上，采用C語(yǔ)言開(kāi)發(fā)出了下位機(jī)與上位機(jī)間進(jìn)行數(shù)據(jù)傳輸?shù)某绦?/li>
                    	                        
          • 關(guān)鍵字：
                        人臉識(shí)別  PCA  ZigBee  Linux  嵌入式系統(tǒng)                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          STC12C4052 PCA用于16位定時(shí)器測(cè)試程序
          
                                                            
            
                    	
          • //STC12C4052 PCA用于16位定時(shí)器測(cè)試程序//2009/11/21 liweiqiang#includestc12c4052ad.h>sbit P37=P3^ ...
            • 
                    	                        
          • 關(guān)鍵字：
                        STC12C4052  PCA  定時(shí)器測(cè)試                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          用SST 單片機(jī)的PCA功能產(chǎn)生PWM 脈沖
          
                                                            
            
                    	
          • 一、程序說(shuō)明：SST單片機(jī)帶有5路PCA模塊,PCA功能比普通的單片機(jī)相比提供更強(qiáng)的計(jì)時(shí)性,同時(shí)更少CPU的干預(yù),用它可以減少軟件的開(kāi)銷(xiāo)和改進(jìn)精度。利用PCA的脈沖寬度調(diào)制（PWM）模式可以產(chǎn)生一個(gè)8位PWM,它通過(guò)比PCA定時(shí)器
            • 
                    	                        
          • 關(guān)鍵字：
                        PWM  脈沖  產(chǎn)生  功能  單片機(jī)  PCA  SST                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于PCA和LDA融合算法的性別鑒別
          
                                                            
            
                    	
          • 結(jié)合主元分析(PCA)與線性鑒別分析(LDA)的特點(diǎn)，利用PCA-LDA算法進(jìn)行性別鑒別。通過(guò)PCA算法求得訓(xùn)練樣本的特征子空間，并在此基礎(chǔ)上計(jì)算出LDA算法的特征子空間。將PCA算法與LDA算法的特征子空間進(jìn)行融合，獲得PCA-LDA算法的融合特征空間。訓(xùn)練樣本與測(cè)試樣本分別朝融合特征空間投影，從而得到識(shí)別特征。利用最近鄰準(zhǔn)則即可完成性別鑒別。實(shí)驗(yàn)中利用三種預(yù)處理方法(PCA+LDA、HG+PCA+LDA、RHG +PCA+LDA)，得出各自的實(shí)驗(yàn)結(jié)果，并進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，利用RHG+PCA+LD
            • 
                    	                        
          • 關(guān)鍵字：
                        PCA  LDA  融合算法                            
            • 
                   	
          
                    
          
                
          
                                
                                
          
                    
          通用人體呼吸氣體檢測(cè)電子鼻儀器設(shè)計(jì)
          
                                                            
                                        
            
                    	
          • 　　引言
　　通過(guò)人體的體液檢測(cè)健康狀況，這在臨床應(yīng)用中已非常成熟，也確實(shí)為診斷過(guò)程提供了十分寶貴的信息，然而體液檢測(cè)一方面需要依賴(lài)于檢測(cè)試劑，成本較高，另一方面大部分檢測(cè)手段基于“有創(chuàng)”過(guò)程，均不適合進(jìn)行較高頻率的檢測(cè)。作為身體健康狀況的另一條反映途徑，人體的呼吸氣體(肺呼吸氣體與消化道揮發(fā)氣體)也能反映一些重要的生理過(guò)程與代謝信息，且檢測(cè)的方法可以在一定程度上彌補(bǔ)前者的不足。
　　本設(shè)計(jì)的目的是利用以ARM7TDMI-S為核心的LPC2478處理器實(shí)現(xiàn)對(duì)電子鼻儀器系統(tǒng)的控制
            • 
                    	                        
          • 關(guān)鍵字：
                        醫(yī)療電子  傳感器  電子鼻  PCA  LPC2478                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
           基奇PCA的貝葉斯網(wǎng)絡(luò)分糞器研究
          
                                                            
                                        
            
                    	
          • 1 引言
            近幾年來(lái)，貝葉斯網(wǎng)絡(luò)已成為數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)中的一個(gè)主要工具，在分類(lèi)、聚類(lèi)、預(yù)測(cè)和規(guī)則推導(dǎo)等方面取得了良好的應(yīng)用效果。從歷史數(shù)據(jù)中學(xué)習(xí)貝葉斯網(wǎng)絡(luò)可采用基于依賴(lài)分析的方法。
            常用的有：用
            • 
                    	                        
          • 關(guān)鍵字：
                        研究  網(wǎng)絡(luò)  貝葉斯  PCA  基奇                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          研華推出了一款PICMG 1.0全長(zhǎng)單板電腦
          
                                                            
                                        
            
                    	
          • 　　作為全球產(chǎn)業(yè)計(jì)算機(jī)(IPC)與自動(dòng)化設(shè)備領(lǐng)導(dǎo)廠商的研華公司, 近期推出了一款PICMG 1.0全長(zhǎng)單板電腦：PCA-6010。這款產(chǎn)品具有非常高的性?xún)r(jià)比，使用了主流Intel Core?2 Duo雙核計(jì)算機(jī)電源。PCA-6010非常適合于要求高計(jì)算性能和強(qiáng)擴(kuò)展能力、對(duì)價(jià)格敏感的工業(yè)應(yīng)用，如自動(dòng)光學(xué)檢測(cè)(AOI)、醫(yī)學(xué)圖像處理、數(shù)字監(jiān)控和電信等應(yīng)用。
　　強(qiáng)大的芯片
　　PCA-6010使用的Intel? 945GC桌面芯片組，支持主流的Intel? Core&trade
            • 
                    	                        
          • 關(guān)鍵字：
                        研華  全長(zhǎng)單板  PCA-6010  Core                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于PCA算法的人臉識(shí)別研究
          
                                                            
                                        
            
                    	
          • 基于PCA算法的人臉識(shí)別研究,1 人臉識(shí)別的發(fā)展及現(xiàn)狀
            人臉識(shí)別的研究已經(jīng)有很長(zhǎng)的歷史，在19世紀(jì)，法國(guó)人Galton就曾對(duì)此問(wèn)題進(jìn)行了研究，他用一組數(shù)字代表不同的人臉側(cè)面特征來(lái)實(shí)現(xiàn)對(duì)人臉側(cè)面圖像的識(shí)別。國(guó)內(nèi)外對(duì)于人臉識(shí)別的研究發(fā)展，分
            • 
                    	                        
          • 關(guān)鍵字：
                        識(shí)別  研究  人臉  算法  PCA  基于  PCA  特征臉  人臉識(shí)別                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于本征空間的多姿態(tài)人臉識(shí)別方法
          
                                                            
                                        
            
                    	
          • 基于本征空間的多姿態(tài)人臉識(shí)別方法,O 引 言
            人類(lèi)利用生物特征識(shí)別的歷史可追溯到古代埃及人通過(guò)測(cè)量人體各部位的尺寸來(lái)進(jìn)行身份鑒別，現(xiàn)代生物識(shí)別技術(shù)始于上世紀(jì)70年代中期，目前已經(jīng)成為發(fā)達(dá)國(guó)家普遍重視并大力發(fā)展的關(guān)鍵技術(shù)和產(chǎn)業(yè)。在生物認(rèn)證
            • 
                    	                        
          • 關(guān)鍵字：
                        識(shí)別  方法  人臉  姿態(tài)  空間  基于  多姿態(tài)  人臉識(shí)別  PCA  歐氏距離                          
            • 
                   	
          
                    
          
                
          
                                                

                
          
	                
          
		                	
          
	
          
	共14條
	1/1															1								
	
          
		                
          
	               	
          
                
          
        	
          
            
          
        
          
	
          
	
          
  		
          
    		
          
      			
          
          			
          pca介紹
          
      			
          
		      	
          
		      			      			      	　　一.
　　主成分分析 （ Principal Component Analysis ， PCA ）是一種掌握事物主要矛盾的統(tǒng)計(jì)分析方法，它可以從多元事物中解析出主要影響因素，揭示事物的本質(zhì)，簡(jiǎn)化復(fù)雜的問(wèn)題。計(jì)算主成分的目的是將高維數(shù)據(jù)投影到較低維空間。給定 n 個(gè)變量的 m 個(gè)觀察值，形成一個(gè) n ′ m 的數(shù)據(jù)矩陣， n 通常比較大。對(duì)于一個(gè)由多個(gè)變量描述的復(fù)雜事物，人們難以認(rèn)識(shí)，那么是否		      	[ 查看詳細(xì) ]
		      			      	
          
    		
          
  		
          
  		  		  		  		  		
  		  		        		  		
          
    		
          
      			
          
        			
          相關(guān)主題
          
      			
          
      			
          
      				      			PCA-6010　
	      			      			PCA　
	      		      			
          
    		
          
  		
          
  		  		
          
    		
          
      			
          
        			
          熱門(mén)主題
          
      			
          
      			
          
       	          						PCA   
										樹(shù)莓派   
					linux   
      			
          
    		
          
  		
          
		
          
	
          
	
          

          

          
        		關(guān)于我們 - 
        		廣告服務(wù) - 
        		企業(yè)會(huì)員服務(wù) - 
        		網(wǎng)站地圖 - 
        		聯(lián)系我們 - 
        		征稿 - 
        		友情鏈接 - 
        		手機(jī)EEPW
        		
          
        		Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          
        		《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢(xún)有限公司
          
      			備案 京ICP備12027778號(hào)-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473