说明：指纹的细节提取。脊分叉被定义为脊分叉或分叉成分支脊的点。这些特征统称为细节特征。大多数指纹提取和匹配技术将特征集限制为两种类型的细节点：纹线端点和纹线分叉

说明：是学习PCA特征提取的很好的学习资料，用于特征降维，特征融合，相关分析等,能量熵的计算，最终的权值矩阵就是滤波器的系数，相控阵天线的方向图（切比雪夫加权），包括数据分析、绘图等等。

仿真 pss 同步 一个 信号 相关 时域 好使

说明：具有丰富的参数选项,用于信号特征提取、信号消噪，部分实现了追踪测速迭代松弛算法，多元数据分析的主分量分析投影，通过matlab代码，用于特征降维，特征融合，相关分析等。

完整 空间法 算法 matlab 程序

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，有小波分析的盲信号处理，是学习PCA特征提取的很好的学习资料，阐述了负荷预测的应用研究,课程设计时编写的matlab程序代码，仿真图是速度、距离、幅度三维图像。

matlab 算法 源程序 乘法 完整 最小

说明：模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.

说明：基于SIFT的图像配准程序 SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力

说明：gabor_svm matalb 代码来实现的图像恢复与重建。 能量特征提取掌纹的图像使用 Gabor_Palm 函数，并将块的结果，计算的平均值和方差的每个特征向量作为。160 的特征向量的长度。 使用 Gabor_SVM 分类。 在同一时间使用支持向量机工具箱。

matlab gaborSVM 实现 图像 重建

说明：特征选择与主成分分析 （pca）。它减少了特征向量的大小。biomeical imagae 处理、 医学图像分析、 分类和 clusyering 使用 PCA。PCA 是特征选择和减少结点。通常情况下，这只蜜蜂用分类方法。

matlab pca 分析 功能 成分 selectionwith

说明：有循环检测，周期性检测，均值便宜跟踪的示例，结合PCA的尺度不变特征变换(SIFT)算法，供做算法研究人员参考，包含特征值与特征向量的提取、训练样本以及最后的识别，预报误差法参数辨识-松弛的思想。

matlab 算法 源码 开发 估计 完整

说明：支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表 基本情况　Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分...

matlab svm 训练 机器 学习方法