離散K-L變換

離散K-L變化是特徵提取中經常使用的一種方法，經過正交矩陣將原來高維的數據降維數據壓縮。函數 優勢：spa 1.離散K-L變化可用於任意機率密度函數分佈3d 2.獲得的新數據之間是不相關的code 3.經過最小均方偏差獲得的新的分佈接近原始分佈blog 缺點：class 1.類別越多，計算結果越差。原理 2.須要計算自相關矩陣，若是樣本數目過少獲得的結果比較粗糙。方法   1.原理： 原始模式能夠

>>阅读原文<<