说明:LDA线性判别分析是一种经典的提取特征的算法,它的基本思想是通过样本的类内离散度和类间离散度,寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中,实现数据分类。由于在人脸识别时常常会遇到小样本问题,因此在本次代码中,先用PCA主成分分析的方法降低样本维数,再用线性判别分析提取特征。...
说明:可实现对二维数据的聚类,一种噪声辅助数据分析方法,可以得到很精确的幅值、频率、相位估计,AHP层次分析法计算判断矩阵的最大特征值,BP神经网络的整个训练过程,使用拉亚普诺夫指数的公式。
说明:双目视觉,基本矩阵工具箱,外极几何。matlab代码,包含一些小算法