lda分类代码matlab
怎么跑
所有matlab源代码都在代码文件夹中。
代码文件夹还包含一个文件夹images
,其中包含我选择的所有图像(从
1
到
20)以及文件夹me中我自己拍摄的照片。
1.
PCA
在code文件夹中,运行
pca()
它将首先加载图像,然后生成
PC。
它将进行
2D
和
3D
可视化并绘制
3
个特征面。
然后它将图像投影到
40、80
和
200
维,并使用最近邻进行分类。
所有步骤都在代码的注释中进行了描述。
2.LDA
在code文件夹中,运行
lda()
它将首先加载图像,然后生成
LDA。
它将进行
2D
和
3D
可视化。
然后它将图像投影到
2、3
和
9
维,并使用最近邻进行分类。
所有步骤都在代码的注释中进行了描述。
3.
支持向量机
在code文件夹中,运行
[acc_origin,
acc_80,
acc_200]
=
svm(C)
它将首先加载图像并使用
SVM
进行分类并输出准确率。
然后它将执行
PCA
以获取
PC。
它将使用
PC
将数据投影到
80
维和
200
维。它将使用
SVM
对这些维数为
80
和
200
2023-01-04 20:42:40
6KB
系统开源
1