说明：首先用PCA对ORA人脸图像降维，然后用模糊支持向量机对提取的特征向量进行分类，识别率较高。

人脸分类 模糊-人脸 pca降维 图像识别-分类 特征分类

说明：基于gabor的人脸识别，带有pca降维，最后用svm识别。

gabor-pca PCA-人脸识别 gabor--人脸识别 人脸识别-gabor gabor+pca+svm

说明：应用PCA技术提取人脸的特征，利用PCA技术降低维数的同时，一定程度上去除了原始特征各维之间的相关性成为一个比较好的方案。

pca 人脸 提取 基于 特征

说明：应用背景利用PCA(主元素分析)人脸识别，代码很详细，有详细的注解，有需要了解PCA降维的同学可下载学习。关键技术PCA(主元素分析)人脸识别，25张测试样本，25张训练样本，输入一张测试人脸图片识别出最相近的训练库中的人脸。代码详细好用，

matlab pca 识别 人脸 分析 元素

说明：机器学习中的基本,主成分分析 PCA算法.是图像处理中经常用到的降维方法

说明：通过pac降维，然后求出几个主成份后，按照空间距离的大小来判断所读取的图片是否为同一人的图片，当训练百分比为75%时准确率可达100%。所用的图片库为orl下载的人脸图库。

matlab pca 识别 人脸 基于

说明：PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据。

pca-排序 pca中心 投影降维 PCA-降维数 pca矩阵降维

说明：特征降维方法，其中包含有典型的特征组合方式——PCA和特征选择中的SFFS，SBS，SFS。共四类常用的特征降维方式。

matlab-特征选择 SFS特征选择 特征选择matlab sfs SFS、SBS、SFFS

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：这是一个很好的人脸识别的程序首先用PCA降维，然后用LDA方法进行分类，用的是ORL人脸库。

人脸分类 lda-orl lda-face-recognition 人脸识别 pca-orl