说明：独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特征提取、金融时间序列分析和数据挖掘等。 ICA是一种用来从多变量（多维）统计数据里找到隐含的因素或成分的方法，被认为是主成分分析（Principal Component Analysis, PCA）和因子分析（Factor Analysis）的一种扩展。对于盲源分离问题，ICA是指在只知道混合信号，而不知道源信号、噪声以及混合机制的情况下，分离或近似地分离出源信号的一种分析过程。

说明：基于灰度共生矩阵的纹理特征提取方法实现目标的识别

说明： Hu的七个不变矩在图像处理，尤其是特征提取方面是很重要的一个概念。本代码实现了图像的7个不变矩的计算和输出。

说明：该源代码是MATLAB程序，可直接使用，是信号处理中的模式识别算法，包括归一化，特征提取步骤。

说明：一个Matlab环境下编写的流行学习（manifold)算法，可用于图像特征提取及行为模式提取

说明：（压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat 3.将disdata组成决策表(savers.m)，通过对disdata的条件属性进行约简，得到其一个约简，组成新的测试集rstest和训练集rsstudy存为imagersdata.mat 4.对rsstudy进行模糊神经网络训练(savecul.m)，对模糊神经网络的参数进行调整学习将其存入culdata.mat 5.用runfnn.m对rstest进行测试得到其识别率 savem.m和cm.m是用最小距离分类器对训练集和测试集进行分类.

说明：对图像Gabor特征的提取，一个非常有效的特征,并用SVM对图像进行分类

说明：语音信号的初始化及MFCC特征提取算法，附带测试用语音信号

说明：pca特征提取子程序，毕设用的，算法优化非常好，几乎没有循环，相当节省时间，堪称经典，运行绝对正确！！

说明：利用小波的能量距作为特征进行雷达波形的特征提取

说明：对彩色图像特征提取，达到分类的目的，很好的

说明：基于db10四层分解的齿轮的故障特征提取

说明：MATLAB 特征提取 边界链码（图像处理）

说明：基于MATLAB的语音识别MFCC特征提取算法

说明：KPCA与SVM共同用于人脸识别 SVM提高了分类效果 KPCA是一种借鉴SVM中核函数的一种较好的特征提取方法

说明：语音特征提取，如过零率，能量比，短时能量。须导入MAV音频。

说明：根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声 算法，并提出了一种新的滤除指纹伪特征点的方法。通过对上百幅不同质量的指纹图像进行测试，获得了较好的效果。 关键词：指纹；预处理；特征提取

说明： 在特征提取阶段，研究了PCA, 2DPCA, (2D) 2PCA, DiagPCA, DiagPCA-F-2DPCA等多 种方法。不同于基于图象向量的PCA特征提取，由于2DPCA, (2D) ZPCA, DiagPCA和 DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵，计算量小，所以特征的提取速度明 显高于PCA方法。

说明：MATLAB 下的模式识别特征提取 用于对特征信号的提取

说明：matlab中用于输入语音信号，特征提取，建立模型，识别判决等三部分的源码。

说明：SIFT特征提取与匹配,根据代码可以实现各种功能，非常全面

说明：这是语音识别的几个程序，包括语音的特征提取、端点检测的程序。

说明：Tamura纹理特征提取及应用的matlab代码，附有介绍Tamura纹理的文献以及测试用图片。

说明：：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出 应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音 乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高 斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪 方法， 为强背景噪声下弱信号的检测提供 了新的途径．

说明：pca人脸特征提取，可以根据需要提取不同维数的特征脸。

说明：sbs和sfs特征提取的MatLAB源代码用于多维向量提取最优

说明：医学细胞图像分割，细胞识别，特征提取，边缘分割

说明：很好用的Log-Gabor变换源代码，可以用于图像的特征提取

说明：在Matlab中实现基于旋转尺度不变特征提取特征点的方法。

说明：采用SVD方法进行人脸特征提取,希望对大家有用