说明：基于PCA的损伤识别，运用PCA降维投影到原空间，再通过残差的欧氏距离来作为损伤指标。

说明：PCA是一种无监督学习方式，对目标数据降至二维进行分析

说明：用pca进行图像读取，包括人脸识别，车牌识别等都可以借鉴一下

说明：This file contain PCA pdf, matlab program.

说明：This folder contains the code for Face Recognition on PCA Matlab

说明：记录一下自己学到的关于主成分分析的东西（转）

说明：记录一下自己学到的关于主成分分析的东西(转)

说明：主元分析法对TE过程的故障诊断。。。。

说明：L1_PCA降维,L1_ARPCA降维等算法介绍以及实现，可以直接跑，如有侵权，麻烦告知，谢谢

说明：PCA主成分分析法，直接替换数据就可以进行计算。最终所得结果为所给数据中比较重要的数据，是降维后的结果。

说明：关于主元分析（PCA）理论介绍，详细介绍了PCA的应用及过程。

说明：PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。

说明：基于主元分析的故障检测，贡献图绘制的Matlab实现

说明：MATLAB人脸识别（PCA,LDA,KPCA,BP，可视化界面，摄像头）

说明：PCA基本思想，用于了解PCA其中的基本思想，代码中含注释

说明：数据降维，特征选择的相关论文，可以下载学习

说明：The PCA space consists of k principal components. The principal components are orthonormal, uncorrelated, and it represents the direction of the maximum variance.

说明：PCA_ face recognition

说明：PCA主成分分析 在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往是孤立的，而不是综合的。盲目减少指标会损失很多信息，容易产生错误的结论。 ???? ?因此需要找到一个合理的方法，在减少需要分析的指标同时，尽量减少原指标包含信息的损失，以达到对所收集数据进行全面分析的目的。由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。主成分分析与因子分析就属于这类降维的方法。

说明：关于核主成分分析的程序，使用T方和SPE检测统计量指标

说明：PCA文件，可以直接在matlab中进行调用！

说明：pca算法的实现，matlab版本，仅供参考

说明：PCA的一个简单例子，有完整的训练库、测试库和matlab代码

说明：使用特征脸算法（pca）进行人脸识别，以及训练集和测试集，可以方便测试

说明：使用PCA算法进行基于数据的故障诊断的程序

说明：适用于数据处理的PCA算法，可用于光谱数据处理等。

说明：Matlab表情识别，特征脸[1 ]作为面部表情分类的方法。首先，利用训练图像创建低维人脸空间（pca）。这是通过训练图像集主成分分析（PCA）及图片主成分分析（即具有较大特征值的特征向量）获得的。 结果，所有的测试图像以所选择的主成分表示，计算投影图像与所有投影列车图像的欧几里得距离，选择最小值以找出与试验图像最相似的训练图像。

说明：实现对光谱的降维，拉曼光谱，红外光谱都可以用，PCA算法，matlab平台实现

说明：实现对光谱的降维处理，PCA算法，matlab平台实现