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：该程序首先将人脸图像读入内存，并转换为矩阵，将多维矩阵换成一维向量，即为特征向量。 通过对特征向量实现特征脸算法，实现对人脸的识别运行>>example, 从目录中选择training set 和 testing set, 结果显示为: they are matched.

matlab pca 识别 人脸

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：用PCA来抽取人脸特征，在降低维数的同时，在一定程度上去除原始特征各维之间的相关性。每个人选取五张为实验的数据集。

说明：基于负熵最大的独立分量分析，借鉴了主成分分析算法（PCA），合成孔径雷达（SAR)目标成像仿真，考虑雨衰 阴影 和多径影响，使用matlab实现智能预测控制算法，使用拉亚普诺夫指数的公式。

matlab pca 算法 智能 控制 仿真 SAR 合成 分析 基于 目标 实现 预测 使用 成分 公式 分量 借鉴 独立 孔径 雷达 考虑 成像 最大 影响 阴影 负熵 指数 拉亚普诺夫

说明：主成分分析

matlab 程序 完整

说明：借鉴了主成分分析算法（PCA），采用加权网络中节点强度和权重都是幂率分布的模型，验证可用，直线阵采用切比学夫加权控制主旁瓣比，采用累计贡献率的方法，有信道编码，调制，信道估计等。

pca 算法 网络 编码 调制 控制 模型 分析 方法 采用 估计 切比 直线 验证 成分 信道 借鉴 可用 分布 节点 强度 加权 权重 累计 贡献率

说明：本代码分别用Fast ICA和PCA盲分离算法，分离001.wav、007.wav、012.wav三段语音的混合语音和余弦、方波、随机信号的混合信号。附测试语音，直接可执行，分离效果极好。详细注释，对照算法，很快能搞懂。

说明：使用基于PCA+KNN算法实现的人脸识别，本算法的优点在于使用的是基于2DPCA的方法，计算时间更短，效率更高。

knn-matlab 2DPCA homework 人脸识别 dpca-in-matlab

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。