说明:LDA线性判别分析是一种经典的提取特征的算法,它的基本思想是通过样本的类内离散度和类间离散度,寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中,实现数据分类。由于在人脸识别时常常会遇到小样本问题,因此在本次代码中,先用PCA主成分分析的方法降低样本维数,再用线性判别分析提取特征。...
说明:PCA算法,用于人脸识别的特征提取步骤,是目前最通用的传统的人脸识别算法。通过构建特征子空间进行降维
说明:PCA算法(主成分分析算法),通过对多维数据的降维算法,达到图像降维的目的,把关键信息存储在更低的维度,可用于人脸特征识别匹配的多种途径。
说明:二维声子晶体FDTD方法计算禁带宽度的例子,包括最小二乘法、SVM、神经网络、1_k近邻法,用于特征降维,特征融合,相关分析等,主要是基于mtlab的程序,基于chebyshev的水声信号分析,在MATLAB中求图像纹理特征。
说明:主成分分析程序,应用于图像特征提取,数据降维等方面