说明：可用于M*N大数据降维，里面步骤很清新哦···程序说明：y = pca(mixedsig)，程序中mixedsig为 n*T 阶混合数据矩阵，n为信号个数，T为采样点数, y为 m*T 阶主分量矩阵。程序设计步骤：1、取均值2、计算协方差矩阵及其特征值和特征向量3、计算协方差矩阵的特征值大于阈值的个...

matlab pca 代码

说明：运用fisher方法进行pca降维和Lda特征提取的人耳识别。

fisher提取特征 pca-ear fisher-特征 Fisher特征 feature-reduction

说明：基于二维PCA对人脸进行识别，对图像有很好的降维作用，且识别率比pca好

二维 PCA 人脸 识别

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

PCA-子空间 子空间-降维 feature-reduction 人脸识别算法 人脸-子空间

说明：主成分分析方法（PCA），PCA算法的理论依据是K-L变换，通过一定的性能目标来寻找线性变换W，实现对高维数据的降维。

K-L变换算法 matlab-pca变换 PCA变换matlab 线性pca K.

说明：对图像进行降维，用少量图像的主成分去描述整个图像以提高系统的效率。

PCA-降维-图像 PCA对图像降维 PCA图像降维 pca降维 PCA-图像

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：数据采用PCA降维后进行kmeans聚类确定样本类别，对聚类后数据作图，包括数据点以及质心位置， 随后进行样本集划分，利用knn算法进行有监督的学习分类，经测试，能够取得较好的分类效果。

说明：遗传算法以及数据降维的简单实现，可以实现高维数据的可视化。遗传算法采用的是svm。

遗传算法-matlab pca 遗传算法降维 数据降维 遗传算法-降维

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