资源简介
Fisher线性判别实验,.m文件,各行代码功能备注明确,有利于学习,matlab直接运行,数据更改即可用于其他类别实验分析。
代码片段和文件信息
w1 = [-0.4 0.58 0.089;
-0.31 0.27 -0.04;
-0.38 0.055 -0.035;
-0.15 0.53 0.011;
-0.35 0.47 0.034;
0.17 0.69 0.1;
-0.011 0.55 -0.18;
-0.27 0.61 0.12;
-0.065 0.49 0.0012;
-0.12 0.054 -0.063];
w2 = [ 0.83 1.6 -0.014;
1.1 1.6 0.48;
-0.44 -0.41 0.32;
0.047 -0.45 1.4;
0.28 0.35 3.1;
-0.39 -0.48 0.11;
0.34 -0.079 0.14;
-0.3 -0.22 2.2;
1.1 1.2 -0.46;
0.18 -0.11 -0.49];
xx1 = [-0.7 0.58 0.089];
xx2 = [0.047 -0.4 1.04];
%求w1 w2均值m1 m2和总类内离散度ws
m1 = mean(w1)‘;
m2 = mean(w2)‘;
n1 = size(w11);
n2 = size(w21);
s1 = cov(w1)*(n1-1); %类内离散度矩阵就是类型方差矩阵,但是这里要注意一点:
s2 = cov(w2)*(n2-1); %matlab中算的协方差被缩小了n-1倍,所以要乘(n-1)
sw = s1 + s2;
w = inv(sw)*(m1-m2);
ym1 = mean(w‘*m1); %一维Y空间内,各类样品均值
ym2
- 上一篇:你凭什么做好互联网 曹政 豆瓣8.1
- 下一篇:自相关计算
相关资源
- 模式识别4个实验(matlab)
- LDA与PCA的讲解与matlab演示
- Fisherface的原始论文和完整的源代码
- Fisher二元线性判别 Matlab源码
- fisher分类器 matlab实现
- KFDA matlab程序
- 基于Fisher分类实现手写数字识别(M
- fisher 分类
- FIsher判别给XOR问题分类
- fisher鉴别分析FLDAMatlab代码实现
- 线性判别分析matlab代码及pdf 讲解
- 基于Fisher准则实现手写数字识别matl
- Fisher判别matlab实现
- 基于fisher的线性判别分析(LDA)人脸
- Matlab线性判别分析.zip
- 线性判别分析LDA算法代码
- fisher 线性判别分析matlab实现
- 基于MATLAB的Fisher线性判别代码
- fisher线性判别分类器的设计实验源码
- fisher判别matlab源程序代码
- 基于LDA(fisherface)和KNN的人脸识别
- LDA线性判别分析人脸识别MATLAB代码/
- Fisher-Score机器学习
- KLFDA 基于局部Fisher准则的非线性核F
- plslda 偏最小二乘线性判别分析
- source-code 用D-CNN的方法
- LDA 使用matlab实现的LDA(线性判别分析
- 线性判别式分析(Linear Discriminant An
- fisher算法留一法验证iris数据集matlab实
- 模式识别fisher判别准则
评论
共有 条评论