1) numerical algorithm of PCA
PCA数值算法
2) PCA algorithm
PCA算法
1.
In allusion to the rich color information of gastroscope images,make use of neighborhood color moment histogram and the primitive histogram after quantization and clustering in HSV color space,and then use PCA algorithm to reduce the dimensions to retrieve,at last use relevance feedback to make multi-retrieve.
针对彩色胃窥镜图像丰富的颜色信息,在HSV颜色空间量化聚类后,利用多邻域颜色矩直方图和原始的量化聚类直方图的方法,再运用PCA算法降维,进行检索,最后利用相关反馈技术进行多次检索。
2.
PCA algorithm has been widely applied to facial feature extraction in face recognition.
在人脸识别中,PCA算法广泛地应用于人脸特征提取。
3) PCA-BP algorithm
PCA-BP算法
1.
Depending on the analysis,can realize PCA-BP algorithm program by Visual Basic,in order to practical applications.
在分析的基础上,利用Visual Basic实现PCA-BP算法编程,以达到进行实际应用的目的。
2.
Depending on the base of analysis,can realize PCA-BP algorithm program by Visual Basic,accelerating and optimizating the rate of algorithm learning,in order to improve the g.
在此分析的基础上利用Visual Basic采用模块化的设计方法实现对PCA-BP算法的编程,使学习速率能够进行相应自调整和优化,以此来提高BP网络的泛化推广能力,并能够满足设定的误差精度从而达到现场实际运用需要的目的。
4) PCA-LDA algorithm
PCA-LDA算法
5) PCA
PCA算法
1.
Principal Components Analysis(PCA) is a basic method widely used in face feature extraction and recognition.
结合传统PCA算法的特点,提出了一种用类内平均脸对类内样本进行规范化的方法。
6) numerical algorithm
数值算法
1.
Researches on numerical algorithm of groundwater flowline;
地下水流线的数值算法研究
2.
Research on numerical algorithms for nonlinear predictive control problems based on segmented state constraints
分段状态约束非线性预测控制数值算法研究
3.
Based on traditional OBD diagnostic methods utilizing oxygen storage capability of 3-way catalyst,and development one new numerical algorithm for OBD diagnosis of catalyst to the requirements of national standard GB 18352.
3-2005的要求,在传统的利用三元催化转换器储氧能力进行OBD诊断方法的基础上,开发出一种新的三元催化转换器OBD诊断数值算法。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条