LDA降低维度后,BP技术分类,基于matlabgui的 设计算法

可以看出lda算法的降低维度计算研究
原来的维度很高
但是降低维度后,变得很稀疏
进而通过BP的网络,可以得到分类的准确是100%
data2_mean=data2_mean';
s_b=(data1_mean-data2_mean)*(data1_mean-data2_mean)';
s_w_inv=inv(s_w);
[v,d]=eig(s_w_inv*s_b);
y=v(:,1:13)'*lda_data';
这是lda降低维度的部分核心代码
核心思想
BP神经网络学习的参考资料很多,主要基于神经元的研究和设计,进而得到最好的分类结果
目录

该博客探讨了使用LDA算法进行高维数据降维的方法,指出降维后的数据变得更稀疏。通过BP神经网络,实现了100%分类准确率。文章提供了核心代码片段,并强调了BP神经网络的学习与分类效果。
订阅专栏 解锁全文
1027

被折叠的 条评论
为什么被折叠?



