该系统为基于MATLAB平台的PCA的人脸识别系统，可识别ORL和YALE人脸库，方法实现统一，包括GUI界面。另外可二次开发成摄像头的实时人脸系统，识别出库外人脸，可做成门禁系统，考勤系统，打卡签到系统。实现登记出勤，报警等。

基于PCA的FMRI数据处理实例，FMRI源数据来源于SPM网站

利用pca对图片进行降维，基于matlab进行运算，测试图片选用orl人脸库

PCA分析，R包，利用R内置函数，计算pc1和pc2，后进行pca可视化

PCA降维技术

机器学习降维PCA案例代码--用于自己学习使用

课程作业scut

基于pca lda 粗糙集 模糊神经网络的人脸识别程序 在matlab上可直接运行

应对金融市场动荡是政策制定者面临的一项决定性挑战，也是政治研究的核心课题。然而，既定的金融状况衡量标准存在重大缺陷。年度二元危机变量限制了我们探索非线性关系和快速变化条件的政治影响的能力。连续指标在可操作性和可重复性方面有其自身的缺陷。我们使用Economist的核主成分分析 (KPCA) 创建实时感知压力的连续测量每月国家报告。我们通过表明它更准确地捕捉金融市场压力水平对选举波动性的影响来证明我们的衡量标准的有用性。我们还展示了如何使用 KPCA 将大量文本有效地总结为横截面时间序列变量。 更多详情、使用方法，请下载后阅读README.md文件

在本文中，我将展示和解释使用主成分分析(PCA)和特征脸在多个领域中实现多人实时面部检测器和识别器的最简单方法。