特征脸的相关矩阵 - Java

Question

我在http://jeremykun.com/2011/07/27/eigenfaces/关注教程。 我正在尝试使用Jama Linear Algebra软件包在Java中实现此解决方案。

我坚持计算协方差矩阵。我计算了所有的差异，并将它们存储在一个＆＃39; Matrix＆＃39;中。但是，我不知道如何将这些变成协方差矩阵。

我如何最好地用Java做这件事？

Answer 1

你缺少的是

计算方法如下：

这意味着您现在只需要两件事：

• 乘以差异向量的矩阵（与平均值的偏差）

• 将结果乘以1 /（N - 1），注意：N - 1得到无偏 来自样本的估计

---

我创建了this spreadsheet example来说明如何逐步完成。

Answer 2

你可能会做这样的事情（处理我导入jama的矩阵）。实际上，下面实现了特征脸，因为这个函数存在java的问题。

private static void evaluateEigenface(int M,int N,Matrix x,double[] average,double[] eigenvalues,Matrix eigenfaces){

        // x is (widthProcessedImage*heightProcessedImage)X(numberProcessedImages);

        Matrix w=new Matrix(M,N,0.0);

        for(int i=0;i<M;i++){
            average[i]=0;
            for(int j=0;j<N;j++){
                average[i]=average[i]+x.get(i,j);
            }
            average[i]=average[i]/((double)N);
            //System.out.println(average[i]);
        }


        for(int i=0;i<M;i++){
            for(int j=0;j<N;j++){
                w.set(i, j, x.get(i,j)-average[i]);
            }
        }

        Matrix auxMat=w.transpose().times(w); // =w'*w

        SingularValueDecomposition SVD =  new SingularValueDecomposition(auxMat);
        double[] mu = SVD.getSingularValues(); // Eigenvalues of w'w
        Matrix d=SVD.getU(); // LeftSingularVectors of w'w => Each column is an eigenvector
        Matrix e=w.times(d); // Eigenvector of ww'

        for(int i=0;i<N;i++)eigenvalues[i]=mu[i];

        double theNorm;
        double[] auxArray=new double[M];
        for(int i=0;i<N;i++){
            for(int j=0;j<M;j++)auxArray[j]=e.get(j,i);
            theNorm=norma2(M,auxArray);
            for(int j=0;j<M;j++)eigenfaces.set(j,i, e.get(j, i)/theNorm); // eigenfaces are the normalized eigenvectors of ww'
        }

    }

Answer 3