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。
说明:pca做特征降维,然后进行特征空间随机分割构造多个svm分类器,并行处理,对样本进行分类,基于特征空间的svm多分类器
说明:PCA+LDA人脸识别,识别率高于单独PCA或LDA算法。需要matlab dimension reducation toolbox。
说明:PCA(主成分分析)的matlab源代码,包含测试例子及使用文档,该算法主要用于图像分类时特征的降维。
说明:可用于降噪,压缩传感等,迭代阈值求解最优解,
说明:此文件包含生成swissroll数据集,并用LLE算法进行降维处理,很实用,应该对现在学习流形学习的同学有帮助。
说明:主成分分析程序,应用于图像特征提取,数据降维等方面