说明:PCA算法,用于人脸识别的特征提取步骤,是目前最通用的传统的人脸识别算法。通过构建特征子空间进行降维
说明:基于kernel pca的非线性降维算法,原文发表于神经计算杂志上,有兴趣者可以先看论文。
说明:主成分分析方法(PCA),PCA算法的理论依据是K-L变换,通过一定的性能目标来寻找线性变换W,实现对高维数据的降维。
说明:基于主成分分析(PCA)的人脸识别系统利用2D PCA算法求对训练集向量进行降维的降维矩阵,最近邻法测试对测试集识别的精度
说明:图象降维算法,比如有名的LLE,PCA,ISOMAP......等,对研究图象分析的研究人员有很大的帮助
说明:PCA(主成分分析)的matlab源代码,包含测试例子及使用文档,该算法主要用于图像分类时特征的降维。