资源简介
基于局部Fisher准则的非线性核Fisher辨别分析,应用于有监督的特征提取与高维数据的有效降维。
代码片段和文件信息
% test_KLFDA.m
%
% (c) Masashi Sugiyama Department of Compter Science Tokyo Institute of Technology Japan.
% sugi@cs.titech.ac.jp http://sugiyama-www.cs.titech.ac.jp/~sugi/software/LFDA/
clear all;
rand(‘state‘0);
randn(‘state‘0);
%%%%%%%%%%%%%%%%%%%%%% Generating data
n1a=100;
n1b=100;
n2=100;
X1a=[randn(2n1a).*repmat([1;2][1 n1a])+repmat([-6;0][1 n1a])];
X1b=[randn(2n1b).*repmat([1;2][1 n1b])+repmat([ 6;0][1 n1b])];
X2= [randn(2n2 ).*repmat([1;2][1 n2 ])+repmat([ 0;0][1 n2 ])];
X=[X1a X1b X2];
Y=[ones(n1a+n1b1);2*ones(n21)];
%%%%%%%%%%%%%%%%%%%%%% Computing LFDA solution
%Gaussian kernel
K1=Kmatrix_Gauss(X1);
[T1Z1]=KLFDA(K1Y1);
% linear kernel
K2=X‘*X;
[T2Z2]=KLFDA(K2Y1);
%%%%%%%%%%%%%%%%%%%%%% Displaying original 2D d
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2471 2009-04-04 16:52 KLFDA\demo_KLFDA.m
文件 2443 2009-04-04 21:12 KLFDA\KLFDA.m
文件 199 2006-12-22 10:58 KLFDA\Kmatrix_Gauss.m
目录 0 2010-04-20 09:33 KLFDA
----------- --------- ---------- ----- ----
5113 4
相关资源
- PCALDA PCA+LDA经典人脸识别算法
- fsvmPpca-face-Recognition 首先用PCA对ORA人脸
- DCT 先用小波变换进行降维后
- DarionALToolbox
- homework3 多种控制器设计程序
- source-code 用D-CNN的方法
- FCBF FCBF的matlab程序。FCBF是比较实用的
- 大矩阵数据降维
- fisher算法留一法验证iris数据集matlab实
- pca降维程序
- 模式识别fisher判别准则
- 降维matlab代码全
- 连续投影法降维spa代码
- fisher实现二维数据的线性分割-matlab程
- 模式识别实验 贝叶斯 fisher bayes
- 经典降维算法局部保持投影LPP算法代
评论
共有 条评论