说明：该算法主要包含PCA算法和K-Means聚类算法，用于SAR变化检测,包含数据图片。

pca k-means聚类算法 k-means K. PCA-k-means

说明：进行多元统计中的主成分分析，提取数据中的主成分

pca 主成分分析 PCA-主成分分析 主成分 统计

说明：使用MATLAB实现主成分分析，可以去除数据间的共线性及对大量数据进行降维处理。

PCAmatlab实现 共线性 PCAmatlab

说明：最小均方算法，借助于最速下降算法发展起来的，通过维纳滤波所求维纳解，已知输入信号与期望信号的先验统计信息，以及再对输入信号的自相关矩阵进行求逆运算的情况下才能得以确定，计算复杂程度低，收敛性好

PCA-轴承 pca轴承 轴承-pca 自相关滤波 matrix-inversion

说明：主成分分析的代码，降维的工具，特征提取降维的工具

降维-matlab 特征降维 特征提取代码 PCA的降维 pca降维

说明：主成分分析，贡献率排序，各成分贡献率，累计贡献率。自己输入数据矩阵和想要的主成分个数，有大量中文注释

pca 主成分分析 主成分分析pca 贡献率 pca-排序

说明：主成分分析： (1) 根据指标的属性将原始数据统一趋势化 (2) 利用协方差、相关系数矩阵进行主成分分析，判断可否用第一主成分排名？

PCA主成分分析 数据统一趋势

说明：pca是主成分分析，提取特征，对数据进行降维处理

特征降维 pca pca降维 pca提取特征 PCA数据处理

说明：PCA主成分分析，提取主特征，降维处理

PCA主成分 PCA特征提取 主成分 pca-主成分 PCA主成分分析

说明：带有数据的PCA程序，计算方差贡献率确定主元数，有T方和SPE图

PCa贡献率计算 pca带有数据 pca-带有数据 PCA贡献率 PCA-主元贡献

说明：PCA基本思想，用于了解PCA其中的基本思想，代码中含注释

everywhereb1q PCA-matlab pca little882 pca思想

说明：klms与lms的比较程序，包含收敛速度和误差分析

LMS比较 KLMS

说明：用mushrooms数据对模式识别课程讲述的各种模式分类方法[线性分类，Bayesian分类，Parzen窗，KNN]和特征选择和降维方法[PCA,LDA]进行了模拟，并给出了各类分类方法的结果

pca-knn PCA分类识别 LDA-KNN 数据降维分类 分类

说明：二维光子晶体中，用平面波展开法求晶体能带图

pc 能带 Photonic-crystal 平面波展开法 光子晶体

说明：极化sar相干分解基本算法，用于初学者，希望有所帮助

极化分解 pauli分解 SAR极化 pauli coherency-matrix