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。
说明：流形学习程序，Isomap，LLE，LTSA，etc，非线性数据降维
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。
说明：此程序是进行人脸识别时，进行非线性降维后提取特征的一个典型方法，想做非线性降维特征提取的朋友可以研究，本人看后收获颇多
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。
说明：一个很好的PCA程序。它可用于数据的降维，消噪及特征提取。
说明：流形学习算法lle的线性化方法，是一种非监督的降维方法，比lle的优势在于可以将新的样本点映射到低维空间。