说明：pca人脸识别This package implements basic Principal Component Analysis in Matlab and tests is with grayscale portion of the FERET database. Images are not preprocessed and it is up to the user to preprocess the images as wanted, not changing the filenames

说明：做模式分类时（例如指纹识别，人脸识别），一个需要处理的难题是维数非常大，人脸往往是百万维的，目前计算机的能力还不足以快速地计算这么高维的数据。pca是一中降维的方法，用它可以把高维数据映射到一个维数较低的空间上考虑。

说明：人脸识别源码，采用主成分分析，最临近距离等算法

说明：利用Sub-pattern PCA在Yale人脸库上进行人脸识别的matlab源代码，子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。

说明：matlab编写的Modular PCA的源代码，以Yale人脸库为例。Moduplar PCA首先对原始图像分块，然后对分块后的所有子图像进行PCA分析提取投影特征，对待识别图像也是先进行分块，然后分别计算子图像在投影特征下的投影系数，最后根据最近邻分类器进行分类。

说明：核主成分分析KPCA算法源码[matlab]

说明：PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序，他们是目前图像处理比较经典的特征提取方法

说明：利用主成分分析法对BP神经网络的输入参数进行降维，然后进行网络的训练，PCA-BP处理的结果同单一的bp相比，不仅提高了网络的收敛速度，而且提高了网络对预测数据分类的精度

说明：这是完整的一套人脸表情识别,从样本训练到目标的识别.采用PCA来提取特征

说明：在Yale 人脸库上运用PCA＋SVM的方法实现了人脸检测，并统计识别率

说明：图形融合程序，可以实现加权，IHS,PCA 三种融合算法

说明：用matlab实现的2dpca人脸识别程序,运行速度比传统的pca方法快至少10倍， 识别率也比pca 高

说明：利用PCA和模糊C均值相结合的方法实现图象的聚类

说明：PCA算法程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步） 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量

说明：PCA算法Matlab实例，有详细的中文注释

说明：基于matlab的PCA人脸识别完成程序，包含特征值与特征向量的提取、训练样本以及最后的识别检验。

说明：PCA,LDA,LPP三种人脸识别的算法

说明：这是一个用matlab实现的人脸识别的pca方法，正确识别率不错。

说明：笔者自行编写的Matlab环境下的人脸识别算法小实验， 采用的是经典的PCA算法，主要内容是采用SVD方法提取出象素空间上的 PCA主分量特征，分类算法上仅是基于最小距离分类

说明：国外一个matlab工具箱，里面包括mlr,pca,pls,kpcr等

说明：pca算法的源代码。在做人工智能与模式识别的朋友必须的。用于降维。

说明：PCA特征脸训练和重建程序，比较好用，欢迎下载

说明：PPCA变换的MATLAB程序代码 需要的可以下载

说明：matlab获取PCA特征的小程序，适合初学者

说明：k-l和PCA算法在人脸识别中的具体实现(MATLAB)

说明：用PCA做的人脸识别,matlab实现其功能

说明：二维PCA人脸识别源码，针对ORL人脸库，识别率98％，matlab语言编程

说明：数据降维工具箱，包括一些典型算法，例如pca，lle，mds，lda等。

说明：关于matlab主元分析的一个简单的实例，可供初学者参考学习。

说明：matlab实现PCA进行的人脸识别源程序，基本的功能实现，做为基础