对ms5611在OSC_256和OSC_4096下的测量值分别进行采样，然后用matlab计算方差如下：>> std(A_256)ans = 47.8266>> std(A_4096)ans = 10.3277可以得出结论：转化时间越长精度越高。第二条结论显示ms5611的方差大约为10左右...
分类：
其他好文 时间：
2014-08-07 21:49:40
阅读次数：
241
参考文献：Learning Multiple Layers of Features from Tiny Images：附录
设数据集 X 的维数为 d×n ，且已经中心化
则协方差矩阵为
1/(n-1)*X*X'
我们想让这n个d维向量中任意两维都不相关，则假定去相关矩阵为W
Y = W*X
为了使W达到去相关的目的，Y*Y‘必须是对角阵，可以进一步约束Y满足
Y * Y’ = (n...
分类：
其他好文 时间：
2014-08-04 11:06:27
阅读次数：
403
算法简介
主成分分析(PrincipalComponentAnalysis,简称PCA)是一种常用的基于变量协方差矩阵对信息进行处理、压缩和抽提的有效方法。主要用于对特征进行降维。
算法假设
数据的概率分布满足高斯分布或是指数型的概率分布。方差高的向量视为主元。...
分类：
其他好文 时间：
2014-07-29 14:32:48
阅读次数：
196
算法简介：
K-Means算法是输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准的k个聚类。并使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中
对象相似度较小。
算法假设：
均方误差是计算群组分散度的最佳参数。
算法输入：
聚类个数k；...
分类：
其他好文 时间：
2014-07-28 00:03:39
阅读次数：
343
双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。双边滤波器顾名思义比高斯滤波多了一个高斯方差sigma－d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。 高斯滤波就是对整幅图像进行加权平均的过程，每一个像...
分类：
编程语言 时间：
2014-07-21 23:28:11
阅读次数：
303
what's xxxPCAprincipal components analysis is for dimensionality reduction.主要是通过对协方差矩阵Covariance matrix进行特征分解，以得出数据的主成分（即特征向量eigenvector）与它们的权值（即特征值ei...
分类：
其他好文 时间：
2014-07-19 23:23:11
阅读次数：
241
1. PCAprincipal components analysis主要是通过对协方差矩阵Covariance matrix进行特征分解，以得出数据的主成分（即特征向量eigenvector）与它们的权值（即特征值eigenvalue）。PCA是最简单的以特征量分析多元统计分布的方法。其结果可以理...
分类：
其他好文 时间：
2014-07-19 18:05:19
阅读次数：
190
转自：http://blog.sciencenet.cn/blog-116082-218338.html方差分析（analysis of variance，ANOVA），即变量分析，是对多个样本平均数差异显著性检验的方法。 在一个多处理试验中，可以得到一系列不同的观测值。造成观测值不同的原因是多方....
分类：
其他好文 时间：
2014-07-18 14:12:04
阅读次数：
293
原文：http://blog.csdn.net/songzitea/article/details/18219237引言当面对的数据被抽象为一组向量，那么有必要研究一些向量的数学性质。而这些数学性质将成为PCA的理论基础。理论描述向量运算即：内积。首先，定义两个维数相同的向量的内积为：(a1,a2,...
分类：
其他好文 时间：
2014-07-18 14:05:16
阅读次数：
339
变量说明：设为一组随机变量，这些随机变量构成随机向量 ，每一个随机变量有m个样本，则有样本矩阵（1）当中 相应着每一个随机向量X的样本向量， 相应着第i个随机单变量的全部样本值构成的向量。单随机变量间的协方差：随机变量 之间的协方差能够表示为（2）依据已知的样本值能够得到协方差的预计值例如以下： （...
分类：
其他好文 时间：
2014-07-16 18:58:35
阅读次数：
231
