| संस्करण | 1.0 |
|---|---|
| प्रकाशक | Luigi Rosa |
| जारी मिति | २०१२ नोभेम्बर २५ |
| मिति थपियो | २०१२ नोभेम्बर २५ |
| ओएस आवश्यकताहरू | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| आवश्यकताहरु | Matlab |
| कुल डाउनलोड | १५१ |
| मूल्य | Free |
वर्णन
अनुहार पहिचान जस्ता कार्यमा, छवि पिक्सेलहरू बीचको उच्च-क्रम सम्बन्धहरूमा धेरै महत्त्वपूर्ण जानकारी समावेश हुन सक्छ। धेरै अनुहार पहिचान एल्गोरिदमहरूले प्रिन्सिपल कम्पोनेन्ट एनालिसिस (PCA) लाई रोजगार दिन्छ, जुन छवि सेटको दोस्रो-अर्डर तथ्याङ्कमा आधारित हुन्छ, र तीन वा बढी पिक्सेलहरू बीचको सम्बन्ध जस्ता उच्च-अर्डर तथ्याङ्कीय निर्भरताहरूलाई सम्बोधन गर्दैन। स्वतन्त्र घटक विश्लेषण (ICA) PCA को एक सामान्यीकरण हो जसले दोस्रो-अर्डर क्षणहरूको अतिरिक्त इनपुटको उच्च-अर्डर क्षणहरूलाई अलग गर्दछ। ICA अनुहार छविहरूको सेटमा सिग्मोइडल न्यूरोन्सहरू मार्फत इष्टतम जानकारी स्थानान्तरणको सिद्धान्तबाट व्युत्पन्न एक अनपेक्षित शिक्षा एल्गोरिदमद्वारा प्रदर्शन गरिएको थियो। एल्गोरिदमले इनपुट र आउटपुट बीचको पारस्परिक जानकारीलाई अधिकतम बनाउँछ, जसले निश्चित परिस्थितिहरूमा सांख्यिकीय रूपमा स्वतन्त्र आउटपुटहरू उत्पादन गर्दछ। ICA प्रतिनिधित्व सत्रहरूमा अनुहारहरू र अभिव्यक्तिमा परिवर्तनहरू पहिचान गर्नका लागि प्रमुख घटक विश्लेषणमा आधारित प्रतिनिधित्वहरू भन्दा उच्च थियो।
