说明：模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。

剪辑近邻法 特征选择 PR_code是什么 K. 特征选择-matlab

说明：此算法是著名的流行学习算法，可以用于数据特征的提取，维数约减等操作。

数据特征提取 特征提取算法 提取-matlab lle-流行 特征提取

说明：MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂...

MIMo-雷达 特征投影矩阵 雷达信号识别 小信号模型 MIMO-目标

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：基于互信息理论的最大相关排序算法，可应用于各领域的特征选择。

互信息-特征 feature-ranking 特征选择 互信息 特征选择-matlab

说明：ICA（主分量分析）算法和程序，MIT人工智能实验室的目标识别的源码,用于特征降维，特征融合，相关分析等。

特征降维 ICA ica降维 MIT融合 ica特征降维

说明：主成分分析法能较好地实现图像融合，特别是空间特征保持非常好，但光谱特征的保持性要差一些。

PCA融合 pca光谱图像 PCA-图像融合 特征-融合 pca-image

说明：核主成分分析方法，是主成分分析的一种改进算法，是一种非线性的特征提取方法。

非线性特征 特征提取算法 核主成分分析 核-线性 改进KPCA

说明：本文提出的特征系统实现算法是多输入多输出的时域模态参数识别方法，

era特征 模态识别 era特征算法 时域模态识别 ERA算法

说明：基于贝叶斯理论的指纹识别算法及学习套件， 使用贝叶斯概率论实现对指纹识别，特征码提取，特征对数获取的功能

指纹-算法 特征提取 贝叶斯算法 识别算法 贝叶斯