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：该程序较为完整的实现了初步的pca识别orl的40人的功能，采用的是一维pca算法对图片进行降维，并且采用bp神经网络进行处理

说明：图像融合中pan图像和多光谱融合的四种方法（IHS PCA 小波 小波结合PCA）和融合效果的评价指标计算（信息熵、Q4等指标）

PCA+wavelet 光谱评价 图像融合--IHS 信息融合 fusion

说明：主成分分析PCA对数据矩阵进行降维，可以减少计算量，缩短计算时间，降低CPU负载，需要考虑实时性的场合可以采用主成分分析PCA对数据进行处理。只需要对程序当中的k值进行调整，即可降维到相应的维数，简单方便

说明：Matlab针对各种数据预处理的降维方法，源码集合。

pca-spe t-SNE drtoolbox gda lpp

说明：关于matlab主元分析的一个简单的实例，可供初学者参考学习。

主元分析-matlab 主元分析PCA PCA---Matlab PCA-example matlab-p

说明：PCA可用于图像检测的盲取证方面，效果非常好

图像取证 盲取证 forensics image-forensics myPCA_Nicolas

说明：为解决PCA不适合多指标综合分析中非线性主成分分析的问题 ，采用核主成分分析 (kpca)方法 ，对我国不同地区 16种腐乳的品质进行了综合评价。

kpca得到主成分 综合评价方法 pca 综合评价 KPCA

说明：国外一个matlab工具箱，里面包括mlr，pca，pls，kpcr等.国外FABI ChemoAC Consortium 编的PLS等程序，用于NIR光谱分析比较好用

pls-pca pls光谱分析 Consortium 光谱PCA matlab-mlr

说明：各种spatial tree的方法，例如PCA tree，random projection tree

spatial-PCA pca-tree spatial_tree spatial-tree random-projection