说明：基因选择算法 SVMRFE基因选择算法 SVMRFE基因选择算法 SVMRFE
说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...
说明：本算法基于颜色和计算复杂度相对比较低的LBP纹理特征对道路图像进行特征提取，训练集提取出来的特征作为SVM的训练输入，测试集提取出的特征作为SVM分类的输入，最终的输出结果就是道路检测的结果，本算法使用的是KITTI数据集。
说明：包含特征值与特征向量的提取、训练样本以及最后的识别，针对EMD方法的不足,包含CV、CA、Single、当前、恒转弯速率、转弯模型，使用混沌与分形分析的例程，用于建立主成分分析模型，插值与拟合，解方程，数据分析，包括AHP，因子分析，回归分析，聚类分析。a
说明：包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，现代信号处理中谱估计在matlab中的使用，进行波形数据分析,用于信号特征提取、信号消噪，是学习PCA特征提取的很好的学习资料，可以广泛的应用于数据预测及数据分析。