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：wine数据来源是UCI数据库，记录的是意大利统一地域上三种不同葡萄酒化学成分分析，数据含有178样本，每个样本含有13个特征分量，每个样本类别都有各自标签，178样本50%做训练集，另外50%做预测集，将训练集SVM分类建模

matlab

说明：利用pca算法实现的人脸检测算法，首先生成训练图像的特征脸空间然后将训练图像投影到特征脸空间，再将检测图像投影到特征脸空间 比较检测图像与训练集图像之间在特征空间的欧式距离，距离最小的即为匹配图像。

说明：本程序是一个轻便的动物识别程序，用MATLAB编写，实现的功能是：给定几种动物的训练集，程序进行自动训练，提取特征，形成分类器，当输入新的测试集时，可实现对动物的分类识别。采用的算法为HOG算法。

说明：高斯混合模型在很多领域用于模型训练集的某些相似之处其中的数据。我的代码由以数据作为输入的训练集和混合比率作为输出和回馈的意思是说的协方差估计高斯混合模型的参数。代码可能很慢，因为它连续的性质，但它不执行也比原来的 matlab 代码 gmdistribution.fit 的数据量是非常大的情况下。

matlab 模型 混合 高斯

说明：2维线性判别进行人脸识别的程序，很不错！采用ORL人脸库，取每人的1、3、5、7、9五幅图像作为训练图像，其余作为测试图像，进行二维线性判别。计算出特征向量矩阵，降序排列后，取前d（d=2,4,6，……，20）个特征向量组成的矩阵作为变换矩阵，对训练集合测试集进行特征重建，最后采用最近邻分类器。附有...

2D-LDA 人脸识别

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp rapidlyq2t 改进的粒子群 优化神经网络 基于BP神经

说明：这个代码是用来划分一个特征矩阵为训练和测试数据套。代码采用训练矩阵输入和保存测试数据和列车数据

matlab 数据 分区

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp 改进的粒子群 优化神经网络 基于BP神经

说明：matlab 实现lstm的官方文档说明； 数据集为官方数据集； 代码略有修改； 注：训练集和测试集一定为元胞数组

matlab-lstm lstm-matlab LSTM lstm代码 LSTM--MATLAB