说明：用fisher分类法实现了最佳投影，实现了分类，用c-means方法实现了聚类，训练了感知器

说明：模式识别、窗函数法高斯分布、近邻法高斯分布、Fisher线性变换。

​模式识别 窗函数法 高斯分布 近邻法高斯分布 Fisher线性变换

说明：backpropagation algortihm for fisher data

matlab

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：用于特征降维，特征融合，相关分析等多元数据分析的fisher鉴别分析（FLDA）matlab代码实现。

LDA降维 fisher-降维 Fisher特征 LDA降维代码 fisher特征融合

说明：matlab实现的模式识别的分类器：fisher 与bayes 分类器，实现男女性别的分类.

模式识别Fisher fisher-男女 模式识别 男女识别 fisher分类

说明：模式识别：线性分类器，fisher线性判别female和male中分别为训练集test1和test2为测试集

Matlab-Fisher 训练集 fisher-matlab fisher 分类器

说明：fisher 的lda算法，注释非常详细清晰

LDA算法 LDA1 fisher lda fisher-face

说明：常用的分类方法，包括最近邻（NN），k均值（kmeans），k近邻，Fisher线性判别。

k近邻-matlab fisher--k近邻 k-NN分类 k-means-fisher k-近邻分类

说明：用D-CNN的方法，即CNN卷积层加Fisher Vector做图像分类的matlab代码

fisher-vector matlab-cnn D-VECTOR cnn--matlab CNN-MATLAB