离散K-L变换

离散K-L变化是特征提取中经常使用的一种方法，经过正交矩阵将原来高维的数据降维数据压缩。函数 优势：spa 1.离散K-L变化可用于任意几率密度函数分布3d 2.获得的新数据之间是不相关的code 3.经过最小均方偏差获得的新的分布接近原始分布blog 缺点：class 1.类别越多，计算结果越差。原理 2.须要计算自相关矩阵，若是样本数目过少获得的结果比较粗糙。方法   1.原理： 原始模式能够

>>阅读原文<<