you-know-who的博客

大家好，转载别人的卡尔曼滤波，这是源地址1．简介(Brief Introduction)在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理

 PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法。例子具体步骤1、原始数据：为了方便，我们假定数据是二维的，借助网络上的一组数据，如下：x=[2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2, 1, 1.5, 1.1]Ty=[2.4, 0.7, 2.9, 2.2, 3.0, 2.7, 1.6, 1.1...

参考博客matlab自带的实现方式[COEFF,SCORE,latent,tsquare] = princomp(X)在n行p列的数据集X上做主成分分析。X的每行表示一个样本的观测值，每一列表示特征变量。COEFF是一个p行p列的矩阵，每一列包含一个主成分的系数，列是按主成分变量递减顺序排列。(COEFF是X矩阵所对应的协方差阵V的所有特征向量组成的矩阵，即变换矩阵或称投影矩阵，COE...