Eigen-decomposition 分解 ; 特征值分解
generalized eigen-decomposition 广义特征分解 ; 广义特征分解技术
approximate eigen-decomposition 近似本征分解
Maximum Likelihood Eigen-decomposition 最大似然特征分解
Eigen-decomposition of the covariance matrix 协方差矩阵特征值分解
Maximum a Posteriori Eigen-decomposition 最大后验概率特征分解
fast eigen decomposition 快速特征分解
eigen-subspace decomposition 特征子空间分解
eigen-space decomposition 特征空间分解
In this paper, by developing a method for updating eigen decomposition, we proposed an incremental Principal Component Analysis.
本文提出并推导了特征分解的校正算法，并以此为基础，实现了增量学习的主成分分析方法。
参考来源 - 投影分析在人脸识别中的研究与应用·2,447,543篇论文数据，部分数据来源于NoteExpress
In this paper, by developing a method for updating eigen decomposition, we proposed an incremental Principal Component Analysis.
本文提出并推导了特征分解的校正算法，并以此为基础，实现了增量学习的主成分分析方法。
MUSIC (MUltiple SIgnal Characterization) is a special spectral estimation method based on the eigen decomposition of the sample covariance matrix.
多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法。
In this method, eigen-decomposition does not have to be used, and the direction spectrum is the power spectrum in common sense (it can be used to estimate signal power).
本方法不需要特征分解，并且得到的是通常意义上的功率谱(可用于估计信号的能量)。
应用推荐