pca降维python实例

linux系统初始化配置脚本分享

插句话，这个方法我是从雪松大神的[python实例手册][shell实例手册]学到的，感谢他们的共享精神，一直在维护这两个手册的更
vekergu·2015-07-15 11:00

Google Protocol Buffer

GoogleProtocolBuffer的使用和原理ProtocolBuffer技术详解 --C++如何使用GPB  --C++如何在python中使用protocolbuffer   --Python Python
Defias·2015-07-14 23:00

[综] PCA降维

http://blog.json.tw/using-matlab-implementing-pca-dimension-reduction   設有m筆資料, 每筆資料皆為n維, 如此可將他們視為一個mxn matrix。若資料的維度太大時, 可能不利於分析, 例如這m筆資料用作機器學習。 PCA的想法是算出這mxn matrix的斜方差矩陣, 此矩陣大小為nxn, 計算此矩陣n個
·2015-06-25 21:00

Python实例属性和类属性的区别

Python代码#coding:utf-8classAAA():aaa=10#情形1obj1=AAA()obj2=AAA()printobj1.aaa,obj2.aaa,AAA.aaa#情形2obj1.aaa+=2printobj1.aaa,obj2.aaa,AAA.aaa#情形3AAA.aaa+=3printobj1.aaa,obj2.aaa,AAA.aaa在上面的代码，类AAA定义了一个属性a
Muge_·2015-06-13 10:10

UFLDL教程笔记及练习答案二（预处理：主成分分析和白化）

PCA降维的目的就是为了使将数据样本由原来的n维降低到k维(k＜n)。
Lu597203933·2015-06-09 10:00

UFLDL教程笔记及练习答案二（预处理：主成分分析和白化）

PCA降维的目的就是为了使将数据样本由原来的n维降低到k维(k＜n)。
Lu597203933·2015-06-09 10:00

PCA降维算法总结以及matlab实现PCA(个人的一点理解)

http://blog.csdn.net/watkinsong/article/details/8234766PCA的一些基本资料最近因为最人脸表情识别，提取的gabor特征太多了，所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维，但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波，这样提取的特征足足有64*64*5*8
ZhikangFu·2015-06-03 11:00

ITQ迭代量化方法解析

2.1 PCA降维 　　先对原始空间的数据集 X∈Rn×d 用PCA进行降维处理，设经过PCA降维后的数据集为 V∈Rn×c ，该问题就可以转化为将该数据集中的数据点映射
·2015-05-27 09:00

selenium+python实例详解：邮箱登陆

1、访问百度首页的selenium+python示例代码fromseleniumimportwebdriver importtime driver=webdriver.Ie() driver.get("http://www.baidu.com") time.sleep(10) driver.close() driver.quit() driver=None2、登陆139邮箱的selenium+py
u013372487·2015-04-27 10:00

Python实例浅谈之七socket编程

一、简介      PythonSocket套接字中的异步、多线程等特性对服务器性能有很大影响，总结一些关键的框架以便开发过程中很快找到提高并发性性能的模型。二、流程图（1）TCP连接流程如下图：      SocketTCP服务器编程步骤：1、打开socket，2、绑定到一个地址和端口，3、侦听进来的连接，4、接受连接，5、读写数据，6、关闭socket。            SocketTC
taiyang1987912·2015-04-15 22:00

Python实例浅谈之六读写文件

一、简介    Python提供了os、os.path等模块用于处理文件，熟练使用这些模块中的函数有助于应用。文件可以通过调用open或file来打开，open通常比file更通用，因为file几乎都是为面向对象程序设计量身打造。二、详解1、文件的读取（四种方式）      使用readline()、readlines()或read()函数读取文件。#!/usr/bin/envpython #-*
taiyang1987912·2015-04-09 17:00

Python实例浅谈之五Python守护进程和脚本单例运行

一、简介    守护进程最重要的特性是后台运行；它必须与其运行前的环境隔离开来，这些环境包括未关闭的文件描述符、控制终端、会话和进程组、工作目录以及文件创建掩码等；它可以在系统启动时从启动脚本/etc/rc.d中启动，可以由inetd守护进程启动，也可以有作业规划进程crond启动，还可以由用户终端（通常是shell）执行。      Python有时需要保证只运行一个脚本实例，以避免数据的冲突。
taiyang1987912·2015-04-03 22:00

Python实例浅谈之四递归求斐波那契、阶乘、累加和

一、问题     脚本递归求斐波那契、阶乘和、累加和函数的运行。先在单线程中运行这三个函数，然后在多线程中做同样的事，以说明多线程的好处。以及子类化threading线程模块的Thread类，灵活地来自定义线程对象。二、解决1、代码#!/usr/bin/envpython importthreading fromtimeimporttime,ctime,sleep classMyThread(
taiyang1987912·2015-04-03 09:00

Python实例浅谈之三Python与C/C++相互调用

一、问题     Python模块和C/C++的动态库间相互调用在实际的应用中会有所涉及，在此作一总结。二、Python调用C/C++1、Python调用C动态链接库       Python调用C库比较简单，不经过任何封装打包成so，再使用python的ctypes调用即可。（1）C语言文件：pycall.c/***gcc-olibpycall.so-shared-fPICpycall.c*/
taiyang1987912·2015-04-02 14:00

opencv中PCA降维

PCA--主成分分析，主要用在降维上。具体原理讲解的很多，在这里就不多说了。具体可见：http://blog.csdn.net/xiaojidan2011/article/details/11595869PCA主要计算步骤如下：1、事先把每个样本归一化，把原始数据中每个样本用一个向量表示，然后把所有样本组合起来构成一个矩阵。2、求该矩阵的协防差矩阵3、求步骤2中得到的协方差矩阵的特征值和特征向量。
luoqiuwang·2015-03-09 13:44

opencv中PCA降维

PCA--主成分分析，主要用在降维上。具体原理讲解的很多，在这里就不多说了。具体可见：http://blog.csdn.net/xiaojidan2011/article/details/11595869PCA主要计算步骤如下：1、事先把每个样本归一化，把原始数据中每个样本用一个向量表示，然后把所有样本组合起来构成一个矩阵。2、求该矩阵的协防差矩阵3、求步骤2中得到的协方差矩阵的特征值和特征向量。
luoqiuwang·2015-03-09 13:44

opencv中PCA降维

PCA--主成分分析，主要用在降维上。具体原理讲解的很多，在这里就不多说了。具体可见：http://blog.csdn.net/xiaojidan2011/article/details/11595869PCA主要计算步骤如下：1、事先把每个样本归一化，把原始数据中每个样本用一个向量表示，然后把所有样本组合起来构成一个矩阵。2、求该矩阵的协防差矩阵3、求步骤2中得到的协方差矩阵的特征值和特征向量。
luoqiuwang·2015-03-09 13:44

图像白化处理，协方差求解，PCA白化

在OpenCV中，cvCalcPCA函数可以直接调用进行PCA降维。以前在人脸识别的程序中，我曾经调用过这个函数，这次再次使用，但是却出错了。
lien0906·2015-01-08 22:00

python实例学习

原文出自：http://www.cnblogs.com/imhurley/p/3898289.html问题一：以下的代码的输出将是什么?说出你的答案并解释。classParent(object): x=1 classChild1(Parent): pass classChild2(Parent): pass printParent.x,Child1.x,Child2.x Child1.x=2
acs713·2015-01-05 09:00

UFLDL——Exercise: PCA in 2D 主成分分析

1.实验描述：实验在二维数据上进行PCA降维，PCA白化处理，以及ZCA白化处理，原理可以参考之间的博客，下面直接贴代码。 
Daniel_djf·2014-12-25 16:00

PCA降维简介

PCA全称为principalcomponentanalysis，即主成成分分析，用于降维。对数据进行降维有很多原因。比如：1：使得数据更易显示，更易懂2：降低很多算法的计算开销3：去除噪声一：基本数学概念1：方差均值太简单了，不说了。方差是各个数据分别与其和的平均数之差的平方的和的平均数，用字母D表示。计算公式如下：（少了个平方）其中x-为均值，也可以表示为EX，则方差计算又可写成：2:协方差及
小村长·2014-11-27 13:39

[置顶] PCA降维简介

PCA全称为principalcomponentanalysis，即主成成分分析，用于降维。对数据进行降维有很多原因。比如：      1：使得数据更易显示，更易懂      2：降低很多算法的计算开销      3：去除噪声一：基本数学概念1：方差均值太简单了，不说了。方差是各个数据分别与其和的平均数之差的平方的和的平均数，用字母D表示。计算公式如下： （少了个平方） 其中x-为均值，也可以表示
Lu597203933·2014-11-27 13:00

[置顶] PCA降维简介

PCA全称为principalcomponentanalysis，即主成成分分析，用于降维。对数据进行降维有很多原因。比如：      1：使得数据更易显示，更易懂      2：降低很多算法的计算开销      3：去除噪声一：基本数学概念1：方差均值太简单了，不说了。方差是各个数据分别与其和的平均数之差的平方的和的平均数，用字母D表示。计算公式如下： （少了个平方） 其中x-为均值，也可以表示
Lu597203933·2014-11-27 13:00

20141117

python的两个比较好的资料， 第一个是python语言特性的入门 http://www.pyth ontab.com/html/pythontutorial3/index.html#， 以及一本python
·2014-11-17 23:00

python实例手册

python实例手册 #encoding:utf8 # 设定编码-支持中文 0说明 手册制作: 雪松 littlepy reboot 更新日期: 2014-10-29 欢迎系统运维加入Q群: 198173206
liy607·2014-11-05 10:14

PCA降维算法总结以及matlab实现PCA(个人的一点理解)

转载请声明出处。bywatkinssongPCA的一些基本资料最近因为最人脸表情识别，提取的gabor特征太多了，所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维，但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波，这样提取的特征足足有64*64*5*8这么多，如果图像稍微大一点，比如128*128的图像，那么直接提
u010545732·2014-10-27 11:00

python实例

#!/usr/binpython#coding:utf-8  from__future__importdivision #实现精确的除法，例如4/3=1.333333importrandom defmake_score(num): score=[random.randint(0,100)foriinrange(num)] returnscore defless_average(score): nu
chengxuyonghu·2014-09-19 11:11

python实例32[简单的HttpServer]

From:http://www.cnblogs.com/itech/archive/2011/12/31/2308697.html 通常地我们要在不同平台间共享文件，samba，ftp，cifs，ntfs的设置都是有点复杂的，我们可以使用python提供的httpserver来提供基于http方式跨平台的文件共享。 一命令行启动简单的httpserver进入到web或要共享文件的根目录，然后执行(
JoeBlackzqq·2014-08-31 23:00

Python打包方法基本应用方式介绍

Python查找重复文件相关操作方式分享四种Python文件主要功能介绍Python实例应用经典讲解PythonZipFile模块功能特点讲解Pythonset类型基本应用方式解读一、简介py2
chengxuyonghu·2014-08-20 09:04

（论文阅读）Human Age Estimation Using Bioinspired Features (CVPR 09)

把HMAX模型运用到年龄估计，为了更适用于年龄估计，作者采用C1特征+pca降维+linearSVM（(SVR)）模式，并提前了一种叫做STD的非线性操作来来代替最大化操作。
kaka_36·2014-08-17 23:00

Multi-Scale Orderless Pooling of Deep Convolutional Activation Features

因此本文针对这个问题并且在不降低CNN本身的能力的的前提下，提出了multi-scaleorderlesspooling(MOP-CNN)：即对图像提取多尺度（三个levels）无序的CNN，然后经过PCA
woyaopojie1990·2014-08-14 17:00

PCA的应用示例

首先看一下数据集，我们有12张人脸图像，用10张人脸训练PCA降维矩阵，剩下的两张可以用作测试。          需要特别注意：只能使用训练集样本进行所有的P
weixingstudio·2014-08-13 19:00

LDA生成式模型

5033f3b40101flbj.htmlLSI-LatentSemanticIndexing针对缺点1，LSI（1990）将矩阵X进行奇异值分解，然后只取一部分作为其特征，此过程其实就相当于对X进行pca
wishchin·2014-08-10 14:00

简单Python实例，以及打包成.exe文件

1、工具准备：我的Python版本是python3.x的打包工具：cxfreeze，我的是windows32bit的 http://sourceforge.net/projects/cx-freeze/files/4.3.2/关联你的eclipse:help->installnewsolftware->输入插件地址：http://download.aptana.com/studio3/plugin
lyccsu·2014-07-04 17:00

python实例2—NameError: name 'file' is not defined

原文地址：http://hi.baidu.com/liwqnmg/item/a93d0c331193c4d62f8ec24c#mainf = file('test.txt','w')f.write('hello liwq')f.close()按照教程上，打开一个文件用file。运行就报错：F:\python>python main.pyTraceback (most recent call las
xiaogugood·2014-06-14 10:00

我的第一个python 代码

下载了【python经典100例】，【python实例】，放在kindle中，不认。无法查看。只好自己来进行修改后缀了。下面是使用python写的第一个代码，赞一个！！！！！！！！！
miyatang·2014-06-11 19:00

python k-近邻算法实例分享

python实例复制代码代码如下:#-*-coding:cp936-*-#win系统中应用cp936编码，linux中最好还是utf-8比较好。fromnumpyimp
·2014-06-11 10:42

wxpython 最小化到托盘与欢迎图片的实现方法

注意，本节分享的python实例代码，这里是托盘上的图标弹出菜单是覆盖了CreatePopupMenu。
·2014-06-09 21:59

Python实例之wxpython中Frame使用方法

本节为大家分享的例子是wxpythonFrame的用法。例子：复制代码代码如下:#!/usr/bin/python#-*-coding:GBK-*-#simple.pyimportwxapp=wx.App()frame=wx.Frame(None)frame.Show()app.MainLoop()例2，复制代码代码如下:#!/usr/bin/python告诉程序python解释器的路径，只是在l
·2014-06-09 21:33

Python实例分享：快速查找出被挂马的文件

思路需要实现准备一份未受感染的源代码和一份可能受感染的源代码，然后运行以下脚本，就能找出到底哪些文件被挂马了。其中，主要是根据比对2份文件的md5值来过滤可能被挂马的文件（确切的说应该是被修改过的文件）Python脚本复制代码代码如下:__author__='Flying'#coding:utf-8#Date:2014.6.5#检测修改过的文件importos,sys,hashlib,dateti
·2014-06-08 09:57

SVD 与 PCA 的直观解释(1): 线性变换

在考虑SVD用途时又牵扯到PCA降维，而PCA降维里又扯到特征值和特征向量。于是，索性全记下来，供诸位探讨学习。
heyijia0327·2014-05-24 00:00

python实例

#-*-coding:utf-8-*- importurllib importstring defhook(a,b,c): '''回调函数 @a:已经下载的数据块 @b:数据块的大小 @c:远程文件的大小 ''' per=100.0*a*b/c ifper>100: per=100 print'%.2f%%'%per url='http://www.csdn.net' local='d://csd
huangtsoftware·2014-04-25 20:09

[转]浅谈PCA的适用范围

在此基础上再来理解PCA降维：样本协方
·2014-04-20 20:00

基于PCA和SVM的人脸识别

程序的流程主要分为三部分，数据的预处理(PCA降维和规格化)，数据的训练阶段，数据的识别阶段数据的预处理的流程图如下：数据的训练流程图如下：识别流程：下面贴上一些matlab的实现代码：数据预处理主要是两个函数
Jeffrey_Cui·2014-04-11 18:42

基于PCA和SVM的人脸识别

程序的流程主要分为三部分，数据的预处理(PCA降维和规格化)，数据的训练阶段，数据的识别阶段数据的预处理的流程图如下：数据的训练流程图如下：识别流程：下面贴上一些matlab的实现代码：数据预处理主要是两个函数
cui134·2014-04-11 18:00

rabbitmq工作队列实现高性能任务的负载分发[python实例]

烦人的官方化介绍：RabbitMQ是实现AMQP（高级消息队列协议）的消息中间件的一种，最初起源于金融系统，用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面表现不俗。消息中间件主要用于组件之间的解耦，消息的发送者无需知道消息使用者的存在，反之亦然rabbitmqredis的对比rabbitMQ和redis等都可以做队列，但是他们还是有区别的，比如，redis的消息队列，如果在从队列
rainday0310·2014-03-25 12:00

Karhunen-Loeve Transform (KLT) 原理及PCA应用

Karhunen-LoeveTransform（KLT）是一种数据变换与分析方式，常用于数据压缩和PCA降维。1.KLT是什么变换，KLT的目的是什么？
tiandijun·2014-03-08 20:00

python实例：自省(反射)

首先通过一个例子来看一下本文中可能用到的对象和相关概念。123456789101112131415#coding:UTF-8import sys# 模块，sys指向这个模块对象import inspectdef foo():pass #函数，foo指向这个函数对象 class Cat(object):#类，Cat指向这个类对象    def __init__(self,name='kitty'):
cbliu·2014-02-10 11:00

AAM Alignment 算法扩展

    AAMAlignment算法是从Lucas-Kanade方法派生出来的，该方法在光流计算和AAM模型中都大获成功，不同的是由于AAM模型中存在PCA降维、形变Warp操作和纹理匹配，使得该方法有了多种多样的变形和匹配算法
kklots·2014-01-13 15:00

python实例手册

python实例手册更新下载地址: http://url.cn/U7NUNf请使用notepad++ 设置-首选项-新建-选择utf8(无bom)格式。"alt+0"将函数折叠后方便查阅。
liquanzhou·2014-01-07 15:36
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他