说明：LLC做的图像分类算法，非常经典的图像分类算法。属于Bag-of-Feature模型，采用的是SIFT特征描述组。

图像分类-MATLAB llc图象分类 图像分类 sift-bag-of feature

说明：对提取的脑电信号进行特征提取，并进行分类。peak-pick的分类算法简单易行，分类正确率在20%以上，是一种高效的分类方法。

matlab 分类 算法 信号 脑电

说明：应用背景 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。 关键技术 人脸识别的程序，用临近点法分类，主成分分析法做数据处理，本程...

matlab 分类 识别 人脸 成分 分析法 邻近

说明：matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络

matlab 模式识别-代码 贝叶斯分类 ratheragy pattern-recognition

说明：knn-K近邻法实现两分类的函数代码，输入为两类的样本特征，和待测试的样本向量，输出为分类结果。

code-for-knn KNN-分类 KNN-Classification K. 样本分类

说明：我们将使用小波包分解来提取信号的频带信息，并计算每个频带的能量。接下来，我们将使用libsvm和ANN分类器来对这些频带能量进行分类和预测。这个方法将帮助我们更好地理解信号的特征，并为我们提供更准确的分类结果。

小波包分解 频带能量计算 libsvm ANN分类

说明：利用svm算法分类图像。示例中：将篮球场和网球场利用算法自动分类，包含了基于颜色矩的彩色图像特征提取算法

svm-图像 图像-分类 SVM svm-image svm-图像分类

说明：有CDF三角函数曲线/三维曲线图，包括回归分析和概率统计，阵列信号处理的高分辨率估计，阐述了负荷预测的应用研究,毕业设计有用，Relief计算分类权重。

matlab 提取 编写 信号 特征

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning

说明：基于贝叶斯分类器的分类，我也对特征进行了pca、lda和归一化。

贝叶斯 分类器