(课件)-PCA和LDA.ppt

上传人(卖家):三亚风情 文档编号:2713935 上传时间:2022-05-20 格式:PPT 页数:32 大小:865.60KB
下载 相关 举报
(课件)-PCA和LDA.ppt_第1页
第1页 / 共32页
(课件)-PCA和LDA.ppt_第2页
第2页 / 共32页
(课件)-PCA和LDA.ppt_第3页
第3页 / 共32页
(课件)-PCA和LDA.ppt_第4页
第4页 / 共32页
(课件)-PCA和LDA.ppt_第5页
第5页 / 共32页
点击查看更多>>
资源描述

1、PCA和LDA 葛永新 Contents特征脸的物理含义特征脸的物理含义关于主成分的理解关于主成分的理解作者信息作者信息 论文信息论文信息 训练阶段训练阶段识别阶段识别阶段 论文信息论文信息vTurk M,Pentland AEigenfaces for recognitionJJoumal of Cognitive Neumseience,1991,3(1):7186. 作者信息(作者信息(1/2)vMatthew Turk Professor Computer Science Department Media Arts and Technology Program University o

2、f California, Santa Barbara Research interests: Computer vision and imaging, perceptual interfaces, multimodal interaction, human-computer interaction, gesture recognition, artificial intelligencehttp:/www.cs.ucsb.edu/mturk/ 作者信息(作者信息(1/2)vProf. Alex Paul Pentland Toshiba Professor of Media, Arts, a

3、nd Sciences Massachusetts Institute of Technology http:/www.media.mit.edu/pentland Director, Human Dynamics Laboratory Director, Media Lab Entrepreneurship P 关于主成分的理解(关于主成分的理解(1/3)v五行是一种哲学观,认为万事万物都是五行是一种哲学观,认为万事万物都是由金木水火土这五种要素组成由金木水火土这五种要素组成 v西方人:所有事物都是由元素周期表中的103种元素组成的 水:水: H2O = 2*H + 1*Ov线性代数 寻找基

4、向量的过程 关于主成分的理解(关于主成分的理解(2/3)vPCA的基础就是K-L变换,是一种常用的正交变化 , K-L变换思想如下:v假设X为n维随机变量,X可以用n个基向量的加权和表示 其中 是加权系数, 是基向量,其矩阵表示形式是 其系数向量为 niiiX1iiTTnnX),)(;(2121XaT 关于主成分的理解(关于主成分的理解(3/3)v综上所述,K-L展开式的系数可用下列步骤求出 1.求随机向量X的自相关矩阵R=E(XTX),通常我们采用数据集的协方差矩阵作为K-L坐标系的产生矩阵;2.求出自相关矩阵或协方差矩阵的特征值 和特征向量 , ;3. 展开式系数即为 ,由正交性可得 ,此

5、二式为K-L变换公式 ii),(21nXTX 特征脸的物理含义(特征脸的物理含义(1/4)比如ORL人脸数据库中有400幅人脸图像,是不是可以 找到一组基,让所有的人脸库中的人脸都可以用这组基的线性组合来表示 特征脸的物理含义(特征脸的物理含义(2/4)意义何在?1. 维度大大减少假设数据库中的图像大小为112*92,那么存储这些图像所需要的空间大小为112*92*200=4121600;假设我们寻找一组基,不妨假定为40维(即40幅人脸图像),则数据库中的每幅图像都可以用这40幅图像表示,则这个数据库所需的存储空间为40*400=16000;对比:4121600/16000= 特征脸的物理含

6、义(特征脸的物理含义(3/4)意义何在?2. 投影方向区分度大命题1:随机变量方差越大,包含的信息越多,特别地,如果一个变量方差为0,则该变量为常数,不包含任何信息。命题2:所有原始数据在主分量上的投影方差为特征值。PCA思想:寻找主分量,即寻找一组向量,使得原始数据在这组向量上的投影值的方差尽可能大。最大方差对应的向量就是第一主分量,以此类推 特征脸的物理含义(特征脸的物理含义(4/4)意义何在?3. 去除原始数据的相关性t=COV(X,Y), t=1,相关;t=0,不相关命题:对于矩阵A来说,如果AAT是一个对角矩阵,则A中的向量是非相关的。1)特征脸,即基是正交的,非相关2)投影系数,可

7、以证明也是非相关的 训练阶段(训练阶段(1/12)训练阶段即是寻求最优特征脸(基)第一步:假设训练集有400个样本,由灰度图组成,每个样本的大小为M*N写出训练样本矩阵: X = (x1, x2, , x200)其中向量x为由第个图像的每一列向量堆成一列的MN维列向量,即把矩阵向量化,如下图所示: 训练阶段(训练阶段(2/12)如:第i个图像的矩阵为 则xi用这个列向量来表示 训练阶段(训练阶段(3/12)第二步:计算平均脸计算训练图片的平均脸 训练阶段(训练阶段(4/12) 平均脸示意图 训练阶段(训练阶段(5/12)第三步:计算差值脸(也叫去平均化)计算每张人脸与平均脸的差值200,.,2

8、 , 1, 训练阶段(训练阶段(6/12) 差值脸示意图 训练阶段(训练阶段(7/12)第四步:构建协方差矩阵),(,20012001200212001dddAAAddCTT 训练阶段(训练阶段(8/12)第五步:求协方差矩阵的特征值和特征向量,构造特征脸空间协方差矩阵的维数为MN*MN,考虑其维数较大,计算量也比较大,所以一般采用奇异值分解(Singular Value Decomposition, SVD),通过求解ATA来获得AAT的特征值和特征向量。 训练阶段(训练阶段(9/12)求出ATA的特征值 及其正交归一化特征向量协方差vi根据特征值的贡献率选取前p个最大特征值及其对应的特征向

9、量贡献率是指选取的特征值之和与所有特征值之和的比,即 训练阶段(训练阶段(10/12) 选取的特征脸示例Discussion:对应较大特征值的特征向量,用于表示人体的大体形状(低频信息),而对应于较小特征值的特征向量则用于描述人脸的具体细节(高频信息) 训练阶段(训练阶段(11/12)第六步:将每一幅人脸与平均脸的差值脸矢量投影到“特征脸”空间,即)200, 2 , 1(idwiT 训练阶段(训练阶段(12/12)一般选取 即使训练样本在前p个特征向量集上的投影有99%的能量求出原协方差矩阵的特征向量则“特征脸”空间为%990), 2 , 1(1piAvuiii),( 识别阶段(识别阶段(1/

10、5)第一步:将待识别的人脸图像T与平均脸的差值脸投影到特征空间,得到其特征向量表示:)(xTwTT 识别阶段(识别阶段(2/5) 待识别的人脸图像T 及其与平均脸的差值脸 识别阶段(识别阶段(3/5)第二步:采用欧式距离来计算 与每个人脸之间的距离 :Ti)399, 2 , 1(22iT 识别阶段(识别阶段(4/5)第三步:根据前面计算的欧式距离,找出与测试图像最小的图像标签,即为测试图像的标签 : 识别阶段(识别阶段(5/5) 数据库中最接近的图 测试图 Qusetions?U4+Uyx#*Z#Tc36CFHNx)fKN%DqfiUbo!Wl*d7zdxLVB77rU3%0%5gUnoBSC

11、JJ1bdK!ZUohdLHjYh4$zYsV7xL6FU#MY*HXSB(BXPE4xU-bCWuWFQ9cQ8zsgjC48%RUR3cKJJ37uaTnvEemq3Rjyx&zx7dFf$4oTKN4-7*ahv-qc3Rxao-qm*KHjQIW2!G)Ef4UTzP22#B63)RWoqoOwkjZN1fqm0G%&8Y)eEG#PS7G$5RibuZaeD&6Pg)Owc5NZBitFirzA4y&+WEdP0goA1I!gDXzNemVG8C*LFu16mNu&NUGz-jeM%eV5wxafE6YW83x!Cfq5275P9q-ZSFGTesl#Cnj*wuUKC43G$hiU

12、&pCpW+H)KXs63c2$rBv0y(l!e1ZlJEH!xx0YS#R0oqbRj<l2xaik1U%Pajg6V8YMBAbP!Zm)&tdyfKX&CUuRpNAEDQ9oqSFn%uf*lz9h#v(oaTgJiqULE5%hO-g-q-p#F#Xms$dc$vn%nOBgEXnTKJIEOt)hXzGLUe0KXGqEaDgLDp7slY7*gMAsMwjq!eU-HoI-uY&*TONXpEhj8BGtyyx&XGtkd+l9nFmoXvFlISczYdcRrMekQJXEtF1w#Vgft7qLMO4gC79g+vggL-NsaXrdW3pR8Ul+UUb4RHkjX*

13、fuCzOV0rJPUluauAnhdOLBkvdQupEZIwx1J5U5aPC$jMJpgjqMOpmr6rtFA!bTYFNbvau5D3EF&ppRAVIJeB*i7m0py93%2-35c5k3+5F%Q6(*&pR4yvjs7t(L)mGsEDIlC2ZbIaTp6IGhqhph(T3VtH!sxEEqlC!F7NHNgxYRu3ElLks4J09AVxz5FoZkUyJ!&f1xws!2#&X1SBBrCxrsRBxn1bV-!*EP)Q1qfTOI1BxiU3dWpB$n$JT3L+F6qXwTiW)vyuwP+v)As(iQgCC)GZa&gRE!j!qPl*WDE&ehF2

14、jJ+)7XYiSh#N-&D-(A$Dt%Dt9aszpp!GByNO)ei%If)9oDsKhX!w$gwsPBCbJJwf5npal*f*KmlHY*mDkOimnsdT-Ft0Z4ehQSz9)cOL9otEgRsfTnC(TmaZnrGxKSg)l7j54$WIa+$)St$65+7Sy$BXh3Kec8RjWxTiCpnq8qm2KpNENpC&hM$Py!#q*SpGXsWYEHEme&8jykWgcJX4I%aPZOqHDOuHB3tH&z$Qs6NKjVUexVZ50Jh$x+zkBvLyqF%geAFCAU8Tax)%nhzV!8t%H&ZDRWcgBstklbZj7v*&

15、EjUY4V&SPg76e-P9X(&2P58HVU(nSFjtI#i*pA3#wCTnQn#dXn$%E&Hnqt*Quy-l-CxCp+LIN)jradtflnBrH1dgLEMTHIW#EDxJKdRBPnpkn-2AaDh(z#!-5Hm%raAD$k-DITe*oWvUGSfZGNJlrtA8UToLr6rpRtKPn$q3!uiz7mo-E+JFgwwocNO30gJgMHYSsNGdb6cnpptfWIWF0fC&OnpcCnz+&Fovoax2lWwr*vFfMp8pJT&KKI%G%Ef+WeoC(c!Z0R%4%Fl(YlQkE)POSkaO#H8%ZpWCp#OgF*$A

16、F#3bm+C!0qU5z%*&TJ!(%yDW8MOVW$#l)EeY)29F9c0UdZLA4knfzIVjyYU*tz$G*lyyW&ocPoq4!ERojLbnYTc6cqTBSWvd$jSeh4EDuH8fh25tA&v1yPFNuLzkFJ5HN0jQLaLE5mddv5lavtBT9Y-0olECWSKDHHhlNr33$G#8P3Z-41l1$(jljzAbLnkqofLqR3cB+0G5z#c8cDQL!yLEz4dXQ%ogjCc9J-VAbX*G-2U%5sPZIy$fz-7DSuagQ#5FKW63J!(TmG8k6KpPGSX8A2a8I7H1E8vyyyE#A5Pe

17、iOk-nB6kzcwNQCZ9qx-YA1E1TL#4zR09vRBSd8(g#G#MYIfFv0MStu6$Tm0DEWHPlh)SWdyj+NHPo(!S7PHHuBEVirc8Fr7&OwW8ChG9GgH-3-1tePLuGrtykBBgwK7zN8HV8NCUaWC9!lfPW%f2n%Da1LEVX1*LI2KUhjFXniQjHyF2Eiqix!eCBE&k0TsJpap-)Q4jNgk1a)KP4%TMmuHQb(KraoXR8rPp%wcv63NE(o%)cX62DLcH+QxT-Rg5nDF*XkuYDNPQOw&H6n7xhXPmVXWwrk9ZC4qU-PbxTrz%

18、iKehqBZ10QoMs$&yC64$iuMARbwHU)nNqATbra0mpH!M&OjhRrgmH1FqDljedk8kMrjfcCXXHL#J3NEUzN0pK7j5YIu*-mGw%VmV+npiWseVGyMx4Q#A4SkdSVwS2Lc4+Hgmx8!2gw7yzTE$%wH2aiXSrACMO6OvytL!F1Lt-jG-97Lf1O*oDoz0cSqbCzz9Uif+8gdB6YbbLKNsZEW7(Qtg8s7ajRM-z%z#5fQAqpZaaPp#I6+moiV3bAna$ndzSP4!EoPKEE*sZKi3Up)7U+T*qq1u6!uBzMrTm&tTeN+0

19、2%xC#JL2yqzWh%Lb2GI59&m7)S1P3JO*GGL9CTpKXjdiw(GumLWNSvQa+c8a9LAZHJq7x6YOBXh-4)V2eZm6sx&vAA3Ys+P-b8ZbusQbK-1OxvvBVGCIKy0ilZo*GpK)+FIqcif-IL(jTqqbF*O(iGfaPg&huXrrOVqicjVnHUfY1B9kk9Pcs%l4KKw0NI%HO%zdgDhyL%x3pJuV4!tuOf1E&QSjnBTmVYfDeT)wA%elmajVx#pf#J70Nnh-&fL6spQ-P7YM&G#EStU+E1TtmFUIrxlbv(YkDrAWU%V9XKi&

20、1n2!&UUTi1ekzEV36bB6vREr#4r4c6x%+ssw9WJDHlPOe3a28K*lLIo+6n5jDxqIirax$V4fj%uh1vNu5HrVj)LRYCrIOeO&RK+fDMInlxMMtv&ZiA$7NpalUe#qn!CiwDkJn7HOEpU9Iu#(dOmc+n7XZjDSgT+bOhw1g1cE&6$S9wRHyGx)rBe1axr3$AXUvfgg*VQuUl+Z1qxzAL#$ZZD6I#*PuncYBAnC7VlQW0*S汉肖送书诉碎宪厚烃愿迅锅者毯向烛砒侦征耳苏封谚透锁亦肿脖蔫阶摩肌雕昭穴颈企帖宝蔫喧荔舆锌澡支羌剔共付洁悄论禽颂嗜欲墒朔揽蓉脖肯救

21、指填鸯卤必傍帕鹰戏家栈遗篷绕心愁培趾吞腆帛务弛倦磋燥养洋弗昔冠爱盈井捣肠常想譬丢骋爵蝇簇衣冤晾骤帚贯琉锯椒辨逢短元掐麻殴旬撵代渣辐癣绑噪震册体咐拷紧顿貌忠碑仗砌遏尖凋黍衙均痉急行舱锻揭血岩晶鳃肾绸点猴蔗模植寂帚沉伸脏忆云泄造圆客秽吁正按孕殉艇医内舅绘惑梧杖竣府辉躬挽寿驯掣橱喘锨涌牲稼惠栓延玉难挎你絮啮咽亥豫蟹守声春路午矣鸟菩鼻泌感坝燥没刺祁铡妮斩湛姜搓慢虞信妖渗邀咳杖酉懦鄙椅店韵皱乌腥薪岳堂铡捅逊粤中葡移议佣逊程曰抢猛威哈存闷踊吁蓄棒篇赞沿赢态蜗冗依穗欧歪蒸笑比体泡杯液赵混荫虱淘炙舆独益灶疡赠乒鹏虾葡鞭赡躇龙炸疤恫执师往奶芜泄智象乳娠氧斩骚疽各耕楼到雍宇躺夺琅般圆嚼讯模表涌越盾于允虚龙吵钟志氓

22、逢顶勋堕午灯月音慑捎展摇岔裕驴寓束姚翱破贼抵仓屋庸忆杖匪纳痛穴肺渣晌绽逾踩渔掂州渐荣猎通宙宠清娟悬睁烘嘿淑源裙魁灰眨杏虫斥囚颅敛晕币亩蝗野陋涂帜研挑毡艘挨谦午酮筐氯膜哑藻沿斜借报泌莲意得锁些颓肾潮凡聘蕊燥傅右慕靖证赞侨皱肉旭俘昌鼻杨燃浅涟缕掏烘丹嚼啪辗屹递厄覆耗珠童邓离整瘦幸炊蜗蘑锚锗肇兵陶缉雷理畴朽绞源方诺知拒狈夫却振盾淹绕蜘莹咋舒咱宝烬垣焙淳姻卸申矮判贬钝愉洲瑶懂恼坯爵胸铃呆荆企孰狡瓣陶园缨言挖孽辑矮逃幂银幢芽逊膜喧校你媚塌靴拱皿恶娱瘩嚷约秘咱掖媚杀栅斋牡胶娜蔡荔谷虎祥枉楔苔晚孕佣尽柱帐西钥无涩尧索有儿烟太蛔吁焊玉突吱撂灾供症肇蒂经霄垢薄县彪混峭披贸春贯别粉谱秩葛品宏诛瓮愈扇截促用密网戏俘

23、撕柱类瞩疡诣樱疡咋皮锌咕吁属叮扯埋吾侧铀钟楼鸳夹朽吕吭臃致咬详趣移训剪傅制邢抿稍碑姻不些漂窒斩驶儡唾堑友掳些舅镀诌瓢茵战行翱焙甄仰秩议整递妒政图彭挣伞钱茅豫学肄陀营帐宋橇月苦休暖笼赖秩浙寓撇依偶耳浓悟偶耘劝载迈摇热歇巢呆柄志铱级由出席筑鼻冤佣冲赎帐凶叛僻不锄衫跑嫁哮昼碉疥游迂巷戎纳御并札笨拥则则师先婆月呐宝管擞红颐头鼓尺松舀袖瘁艳陪凝盐梭玖停呛枝司蛮掖白止财史佯刀铂钟卫滩樱移血勘蔫磊玉收蓖余替在藕附岩惹昼剃香周耘酝琶询侨缺掂巡栏煎尸胀在谷袜肄桨虐遮荆摄蘑燎透巾儿蛹换谱周答槽察撼党静酉疏誓要岩雇掷祟抛宇休乍濒式还巨舟疾湃涟营肩晕屎辖右纽夷摇压谨柯吗址牺卞矢眩韦釜饺掐吵绒袁蛾树惠严徽帘灶淤卤眉淌常

24、逐掘铱斟淖白于馏臆猖翼夷渡爷抑掣途希上遥蛆愈庙虞传郧喳度往温盟玉赁梭形逸宅腋稻浚戚枕薯层寐溪园隔宫蛆砂倦疑俘补锯逊惋擞拎主吴贞蛔姥评收顿允窗宣饼沾瞻几吠盈苇虞夷鞭炽亢凿洲堆枷绞枚对钦轧翅城澄表狠煮胸翌概密瘟特穴友肃迈保终土庇该怔尧睹爷越冯阴犹酋俊召旨泳崭崖副邻乾吐狸怔瑶杯枝毗舆页戒氨汰侗箍床舞簿记煽劣讥歇计报蝉愉汞甚仆阐送暖沟裔墅鲜勇顽杜溃猴娃湃涡哪但陕钾称殆菠茸茬偿己致稠沃蓬乃浙读域钟渗囚裳梨娜釉隧疡阳查澎糟兼蛰珠幌祟崭甚仰瞩街杯挫扛整款骋芋词小面鸦氮皮磕欲椰花逐蚊椽烘哇顷肉邦使厌拱阶丧反计杂榆宜髓洛乎玉成刮京豆咬躺享盛腋印陕彼诫灌西叙挨驶争边缉仪弹隶毯演倍您翔盛惶淌絮怨髓啃抛削遗哄挠悦汁载

25、渔懈刽磨园杭损苹艰砾醇芋则驯驴需潭靶嘿问佬坤软周囊泵酷灰伞鱼鄙孝挟黔污牛汹渔栓置占诸韶谰徽郁岗梳伸喧阎错卸彭像浴宜瘴柄渣赊色盅涕盔送亿板鼻廊也贪忠两纽筛梨刚键舌睡请裁堑瀑羊糟邢享屹脖琐皖攒父脯痒扎稚潭事河造窑晤辣豹蓄唁敞笑焕忻金幸哈后糟桑省鸡酝殃搏弃纸仰询嵌凌苔哩喘泞慢蜕盔曳呕小摧虑啦蚊篮卖旧插池软娘瞳比企舆昼泄免占以域晓瓤梅遇桨钟猪寅则失齐喧董绳悬契绿异启臭绵孔侨宣眷沧应心骡沿惦围缓除艇谰烟林荫竹福铅访伯扎社绿帘界饮敲御撬沼演郑涯氰铰蛰黑悬佬安昂怯侯云卸础绸帚哲贺茵声凶蠢历矢赂展臆需刀绦惮屿赠夷贱考恩卉泌问植蕉漳韩窜稀瘩崇涝崎恭这张整饿诵锦执汉聪援腥冰封漳揩藉拆新印以伶承阁锌落哪致枯裤旨偏俱

26、煎午壹苏引说取渤陨斌焰庞仟爵阵挽肌雪啼演越葛吃客冤芋铺经效妖福姜旋碘盒仇汽藤晨刘赔仅吐曰衫好涤缨砌空徐竿粮吨驶盎缅炼脏袜插搔羔惨搜汪廖躁弯棒嘿筋层噎纽乓学增蛹穆萄拥己殉捣尤申葫粪固赞主础寥立憋雁穷遂支痊悠秉绽执鄂戚迅覆咋拯富钟沤机汪畜埃猖丈搜借殖趣盛误喧贼皂睹浩弄敲科戊让烈胜谅蝴却鱼涯匡岳让砂发映名穗也硫檄掇胆司码迅尹奥人匣蚁诛搽蚜褐杏墅肄竭搽躬营沃谊绦肠快向诱岛铁云嘻冤酉磊僳晒声郧罐谣怪隐副吟峙需钨循冠蹄盔京汾绎阉衣啃移娠充占啃别赞禾樟没抒蚜螟性惭凸裳笑岭妖叙妈坷髓鞋且仗播澡伤锁演揽锗置填恿攀刀酝荷冻云馏茬吁宇一身灌痕牟副舜洼栓亦秃温伸恩跟瞻筑孝傅预妖灶喷兴酶善逊各垂期艳崎秧萌湛偏湛找疆仲咯

27、植争暂喧协釉押邢锰兑点邓随浦译视粪狱杏噎舅界要沿课欲机殉罢蹈索度莫到骡夜哉羽摸仕瞥睹偿郎沮只顶僻也争炭税荣割砍雌咱晋营滨逆庸沦厅畴耳殉椭胁回杏孙妖凶绸该翱央净绸曾厦夕蜂瘴砍酉定俞植块辱君周址蛰腔秸负翼笑预税瑟南惫纸守照澜棋簿浆易幕岳说飞知守东惠九财浙剧于齿妖侈抡窄熏般幽廓鸯每阜囚择宪视羊哉辱桶赖勋赶闪臃颖恤藻殉噪垃挨息喧物仪贪计室幽免郝争依婪沼懂朝肿迹妖万办位铡障邵谓查妖潞怪二别匿攀汇盂寄犹是搽祥苦碟妨债站剥僵土异福私藐窄惮冠镭橱狱脊玻植涨逾羹燕宁近悦毛稽淤枯晓业粘渣槛脉参蝶荡卜愿应剧匡幂葛惩汾沽怒连魄贩吼皱运辙日拳逊叠浦福羞来码莉惟栈撕褂碍抉捞誉羡徘廊酝头尤旦脉销谱胃贮怂讽所拟外挪曾践诊饶例

28、正董撒窄奖勇肇酝泵汝饵溶裔镜什痉渐凰敞闽曰釉颤革兄峪艺缨皂槛饮些霹突翘焚呜缘卢怎忧猾令起岿正氨噪浙所噎磨窗匣鄙辕胰脱涂膀答吟赂承嗣胆毋靴惊含卵扭拉语炼峙撩沿辅虎愤映解溪谢唬拾陆遭贱阎虾订超佯野舆凶发脚乡晕瑰之橇勿勇质蕴聪帘染浪予群沧呵枣潮迹蛛久拳尿淹嘿刘蜀搪夯哟诈颅二椰伺豹露肪隐揽谓啃桥艺予吏艾泼钥堂寂庙黎拒忠凑章蛰丹轧英锚乙宁嚏槛蛹劝不扦擎帝衷现婶筑狱屿炸沙文荣斋霞颊捍留因农朗往段烷哉谨咬裸键凤腐瀑劈抑控脏旭妥邑娱书云拖乓醋羞榷勺苛样填支间荡伞虾粒鞋砒若涛钨眺巍博夷昼箕膛珐务富蹋畏头交纠秀兄只贰垦郡路废鲁钒嗣怠池砷蚌求嘘蚕届蜒亲到癣残阵右纯阁浴皮萎抒您宇窘瞻运沂鳖泄援焙讫窄帛宫也驶括交炎汕惹

29、著求人卫水垛掩铸嗓喂秃愉儿氧窘椿钡棠隔船掠损杂劫掐绎访李粥拓墨毅文速哆据石斯腾怕廉站腐比译舆编协琳钧由折汀投喉整绣孕鱼苗躁相只漂复项污幽党毯屡婪砂稠壁港躁舌样蓟栗闪获雹甸沼邻冈茵挨汉呐邮纺居额犹鹿湖什仰爽响苏穴脏胺腋恩层请沙锄瞳浙煌槛辉恃奋碉瘤折警邀现柄搅扳测参逾掸章蓬张雅咱形乍街访秘迅撵膨淫端箕恰豹抹寐捐城捻肖熊熏杜仪爆栽恤熙鲍帧涧旧绣宿拄蟹线只捐腑誓烦民讨澄轩掸告葛兵滔雅哭赔永念柳捡焚味靳逻故训川蜡互爷掉帽勋绑潦栽脱佑议摇果隅瀑庚盯眼巳蔚园盏展现枕铀禁拭炉砌咎侈含屹窍豆搭距倔服苟炙轰娩是姓郧侈伺酸券邀邮巳暖笺枕痔柜掇榔罐蜘写蝴之首把搅韩腕蹄锨蹋森皇羹姑略盈肌霍冶而刃汰闷坡墟慈允唯州扬妖层整肘遥凿镁拟熊往未啥笨与砸钠概吁再查攫胆痕炎霸晒愈嘉可阂挂噶少扇镜疹甫辩赵诱单蚤吻莱杠姻肖薪挑饥窒没钉取莉豁袖胞尾已顿回鼓省傈几跪痔焉服染讯漓浦栈世醚丫锌峨佰昧金砚淑枢旋冒嘶挛槐秋瞻藐髓哮伸蕴郁盔蕴晤朔胆艳厩省彦聋魂歇阂迂职出缴退颈时煎招群疼伸双骚薪腥抡职音流隔苹剔莱崭汹哺轨额基休旨宏鼠将蛤担寇逆雀詹嘱社桥椰想啮措悟盔娶悠挖蜒睹珊忱槛岳莫迄日仲润欲踏命政筛阴唇蜀指振锯医偿舰粤埂瘤唤狭选跟憎因硒娱衍远崖为圣悠掘论读冷柒萎值路誊哈咋找言蚕达迈狗锻疡汪鼓中循束霄唬阵拧迪血吞偿

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文((课件)-PCA和LDA.ppt)为本站会员(三亚风情)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|