K-L变换的最大优点是去相关性好，可用于数据压缩，常见的数据降维算法PCA就是一种K-L变换。
举一反三
- 关于K-L变换的描述，正确的是 A: K-L变换是建立在图像协方差矩阵基础上的线性正交变换。 B: K-L变换也称为霍特林（Hotelling）变换、主成分分析（PCA或PCT）。 C: PCA与K-L变换的求解过程有所不同，K-L变换包括了PCA。 D: K-L变换可以去除图像的噪声和干扰，但不能进行数据压缩和信息增强。
- 关于K-L变换的描述,下列说法中正确的是: A: K-L变换也称为霍特林(Hotelling)变换、主成分分析(PCA或PCT) B: PCA与K-L变换的求解过程有所不同, PCA包括了K-L变换 C: K-L变换可以去除图像的噪声和干扰,但不能进行数据压缩和信息增强 D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
- K-L变换是在均方误差最小的意义下获得的数据降维最佳变换。
- 对于K-L变换，下列说法中错误的选项是 。 A: K-L变换是建立在图像协方差矩阵基础上的线性正交变换 B: 可以用于图像降维和噪声去除 C: 可用于数据压缩和信息增强 D: 变换得到的主成分之间具有相关性
- K-L变换是在均方误差最小的意义下获得的数据降维最佳变换。 A: 正确 B: 错误