说明：首先用PCA对ORA人脸图像降维，然后用模糊支持向量机对提取的特征向量进行分类，识别率较高。

人脸分类 模糊-人脸 pca降维 图像识别-分类 特征分类

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。

K-L变换算法 matlab-pca变换 PCA变换matlab 线性pca K.

说明：基于gabor的人脸识别，带有pca降维，最后用svm识别。

gabor-pca PCA-人脸识别 gabor--人脸识别 人脸识别-gabor gabor+pca+svm

说明：采用PCA的降维方法对人脸库中训练图像进行分类，然后根据计算对测试图像中所取得特征点和训练图像中相应点的欧式距离来进行判别式否为同一类，从而实现人脸识别。

matlab pca 识别 源代码 人脸 基于

说明：本程序是针对一般的pca降维进行的编程

程序 PCAmatlab

说明：最小均方算法，借助于最速下降算法发展起来的，通过维纳滤波所求维纳解，已知输入信号与期望信号的先验统计信息，以及再对输入信号的自相关矩阵进行求逆运算的情况下才能得以确定，计算复杂程度低，收敛性好

PCA-轴承 pca轴承 轴承-pca 自相关滤波 matrix-inversion

说明：特征降维方法，其中包含有典型的特征组合方式——PCA和特征选择中的SFFS，SBS，SFS。共四类常用的特征降维方式。

matlab-特征选择 SFS特征选择 特征选择matlab sfs SFS、SBS、SFFS

说明：用mushrooms数据对模式识别课程讲述的各种模式分类方法[线性分类，Bayesian分类，Parzen窗，KNN]和特征选择和降维方法[PCA,LDA]进行了模拟，并给出了各类分类方法的结果

pca-knn PCA分类识别 LDA-KNN 数据降维分类 分类

说明：应用PCA技术提取人脸的特征，利用PCA技术降低维数的同时，一定程度上去除了原始特征各维之间的相关性成为一个比较好的方案。

pca 人脸 提取 基于 特征

说明：该程序较为完整的实现了初步的pca识别orl的40人的功能，采用的是一维pca算法对图片进行降维，并且采用bp神经网络进行处理