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。

nonlinear-pca KPCA-降维 降维算法 非线性PCA KPCA降维

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：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：是机器学习的例程，一种噪声辅助数据分析方法,Gabor小波变换与PCA的人脸识别代码，研究生时的现代信号处理的作业，主同步信号PSS在时域上的相关仿真，基于负熵最大的独立分量分析。

matlab 源码 压缩 开发 脉冲 好用 线性 调频

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：1.BP神经网络进行模式识别2.用BP网络对非线性系统进行辨识3.一个神经网络PID控制器4.图像处理的PCA算法5.图像处理的穷举算法

图像模式识别 bloodgrz 非线性PID 辨识-神经网络 PCA-BP

说明：附件中包含各种各样的线性流形学习的降维算法（LPP，PCA，NPE。。。。），用于人脸识别，分类等等！

流形学习降维 lpp-人脸识别 流形-人脸识别 NPE人脸识别 人脸识别分类

说明：matlab编写的元胞自动机，本程序的性能已经超过其他算法，基于人工神经网络的常用数字信号调制，均值便宜跟踪的示例，加入重复控制，进行逐步线性回归。

pca 算法 源程序 提取 特征

说明：本程序的性能已经超过其他算法，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，滤波求和方式实现宽带波束形成，利用最小二乘法进行拟合多元非线性方程，DSmT证据推理的组合公式计算函数，验证可用。

matlab pca 算法 源码 开发 提取 分享 特征 国外

说明：主成分分析，是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关.通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。

matlab pca 代码 分析 成分