Documente Academic
Documente Profesional
Documente Cultură
cu yi = i X .
t
Observaţii:
a. Importanţa fiecărei caracteristici este determinată de valoarea
proprie corespunzătoare. Dacă o caracteristică, de exemplu y i , este
eliminată, atunci eroarea pătratică medie creşte cu i . Aşadar
caracteristicile cu cele mai mici valori proprii trebuie eliminate
primele. Dacă valorile proprii (care sunt reale şi pozitive deoarece
matricea X este simetrică) sunt indexate astfel incât
1 2 ... n 0 , (9)
atunci prioritatea reţinerii caracteristicilor y i este în ordinea naturală
a indicilor;
b. Dacă
Y =KX, (10)
atunci între matricile de covariaţie ale lui X şi Y există relaţia
Y = K X K . (11)
t
2. Algoritmul PCA
Fie setul de vectori n-dimensionali
ξ ={X1...XL}
1. Se calculează matricea de covariaţie
1 L
( )( X i − x )
t
x = Xi − x , (13)
L i =1
unde
i i = 1
t (17)
4. Evaluarea performantelor
1
𝜀𝑅 = ∑𝑀 𝑁
̂𝑖𝑗 )2
𝑖=1 ∑𝑗=1(𝑥𝑖𝑗 − 𝑥 (23)
𝑀𝑁
unde 𝑥𝑖𝑗 pixelul aflat la pozitia (i,j) in imaginea originala, iar 𝑥̂𝑖𝑗 este
pixelul aflat la locatia (i,j) in imaginea reconstruita.
d) Raportul semnal zgomot pentru o imagine cu 256 de nivele de gri
255
𝑅𝑆𝑍 = 20𝑙𝑔
√𝜀𝑅
5. Desfășurarea lucrării
BIBLIOGRAFIE
1. V. Neagoe, O. Stănășilă, Teoria recunoașterii formelor, Editura Academiei Române, București, 1992.
2. C.M. Bishop, Pattern recognition and machine learning, Springer, New York, 2006.
3. V.Neagoe, Retele neurale pentru explorarea datelor, Matrix Rom, Bucuresti, 2018.