如何使用LDA或PCA归一化特征向量？

编程问答 2022-06-11

问题描述

HoG的百分比提取

[featureVector，hogVisualization] = extractHOGFeatures（I1，'BlockSize'，[1 1]）;

mat1 {i} = featureVector;

如果我 

         data1_ref.(['YAWDD',num2str(i)])=mat1{i};
     else
        data1_tst.(['YAWDD',num2str(i)])=mat1{i};

结束

同等水平的侦探哈里斯提取率

points = detectHarrisFeatures（I1，'ROI'，[125 90 90 85]）;

％imshow（I1）;等一下
％plot（points.selectStrongest（50））; 

[Features,validPoints] = extractFeatures(I1,points);

％数字； imshow（I1）;坚持，稍等 ％plot（validPoints）;

如果我 

        data2_ref.(['YAWDD',num2str(i)])=Features;
    else
        data2_tst.(['YAWDD',num2str(i)])=Features;

    end

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

normalization