说明：对训练数据进行主成分分析，得到降维矩阵，然后根据降维矩阵求得测试数据降维之后的矩阵。

matlab-矩阵降维 降维 pca降维 PCA-降维 PCA降维MATLAB

说明：用于模式识别中的PCA降维输入数据data和option。data是一个矩阵，每一行代表一个样本。option是选择降维到多少维。

pca矩阵降维 PCA降维--矩阵 pca-降维-矩阵 pca-矩阵-降维 matlab-数据降维

说明：NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。

矩阵降维 局部特征分解 recognition-faces 降维 face-features-matlab

说明：PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据。

pca-排序 pca中心 投影降维 PCA-降维数 pca矩阵降维

说明：NMF矩阵分解算法可用于高维数据分解和降维处理分析。

NMF矩阵分解算法 高维数据分解 降维处理分析

说明：NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。

矩阵降维 局部特征分解 recognition-faces 降维 face-features-matlab

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

2d法向量 2d-PCA matlab-矩阵降维 降维算法 最近邻-人脸

说明：应用背景1999 年D. D. Lee 和H. S. Seung [26, 27] 在Nature上提出了一种新的矩阵分 解思想—非负矩阵分解(Non-negative Matrix Factorization, NMF). 该文章的发 表迅速引起了各个学术领域研究人员的重视: 一方面, 科学研...

matlab 矩阵 分解

说明：本代码是关于Multi-Dimensional Scaling（MDS）的代码，可以用于特征提取、特征选择，或是矩阵降维。

MDS降维 特征选择 MDS-matlab scaling mds

说明：可用于M*N大数据降维，里面步骤很清新哦···程序说明：y = pca(mixedsig)，程序中mixedsig为 n*T 阶混合数据矩阵，n为信号个数，T为采样点数, y为 m*T 阶主分量矩阵。程序设计步骤：1、取均值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...

matlab pca 代码