说明：LDA是一种线性降维方法，对原有的高维人脸数据集降维，然后识别，具有很好的聚类和识别效果。有详细的说明

说明：LED 人脸识别程序，简单的人脸识别，可以得到比较好的结果

说明：保局投影(LPP)作为拉普拉斯特征映射的一种线性逼近可以较好的反映样本的流形结构，已经被广泛的应用到图像检索和图像修复中。线性鉴别分析( LDA)和局部保持投影(LPP)是其中比较经典的线性方法，LDA注重图像数据间的可分性，LPP则更关注于数据的局部关系

说明：线性判别分析法源代码,LDA算法，输出分类结果

说明：linear discrimanant analysis

说明：this file represent normalization in binary normalization, bipolar normalization and lda using matlab

说明：Original LDA Theory

说明：Latent Dirichlet Algorithm in C

说明：线性判别法（LDA），用来降维的，找了好久了，很好用

说明：线性判别分析的分类器算法,用于脑电信号的判别分析

说明：一些关于pca 和 lda 的matlab源码

说明：可以直接集成到VS2010内使用的LDA(Latent Dirichlet Allocation)源码。 集成方法参考 http://www.cnblogs.com/freedomshe/archive/2012/04/28/2475519.html

说明：LDA的matlab实现，得出alpaha和beta的值

说明：判別分析法（discriminant analysis），是在已知的分類之下，一旦遇到有新的樣本時，可以利用此法選定一判別標準，以判定如何該將新樣本放置於那個族群中。

说明：基于LDA的iris数据集分类算法，matlab实现，有注释。

说明：聚类,把文件库聚类，得到所需的资料，LDA模型的代码

说明：如何使用matlab读取ORL图像,400张人脸，每类10张，一共40个类.并用LDA进行降维

说明：潜在狄利克雷分析(LDA)的matlab代码，实现对语义主题的分布估计，附有相应的使用说明文件，使用简单，效果不错。

说明：资料为LDA实现过程，包括具体的源文件以及文档材料

说明：这是一个很好的人脸识别的程序，首先用PCA降维，然后用LDA方法进行分类，用的是ORL人脸库。

说明：机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！-"

说明：SIFT经LDA，然后二值化形成简短的特征，以提高匹配速度、减少存储量；该特征在Low False Positive 段，性能比SIFT好，但需要训练。

说明：LDA 和 PCA 操作实验结果分析及用法

说明：LDA文本分类技术综述，对LDA进行了全面细致的概述，适合文本分类初学者

说明：层次LDA对amason书评进行分类，很牛的文本分类代码

说明：lantent dirichlet allocation文本分类c#代码

说明：face recognition research

说明：This another matlab code for PCA-LDA

说明：it is PCA-LDA matlab code. (feature reduction)