声量计算工具类以及PCA工具类，声量构成的六个维度因素包括阅读量（reading）、点击量（click）、转发量（forward）、评论量（comment）、点赞量（support）、收藏数（collection）

完整代码，可直接运行

基于PCA的人脸识别算法报告,PCA算法与Opencv实现 基于PCA的人脸识别算法报告,PCA算法与Opencv实现

基于奇异值分解的PCA方法，基于奇异值分解的PCA方法，基于奇异值分解的PCA方法，基于奇异值分解的PCA方法

完整代码，可直接运行

一种称为基于相关的动态时间扭曲 (CBDTW) 的新算法，它结合了基于 DTW 和 PCA 的相似性度量。 为了保持相关性，多元时间序列被分割，DTW 的局部差异函数源自 SPCA。 这些段是通过使用特殊的 PCA 相关成本通过自下而上的细分获得的。 我们的新技术符合两个数据库的要求，即 2004 年签名验证竞赛数据库和常用的 AUSLAN 数据集。 我们表明，在具有复杂相关结构的数据集的情况下，CBDTW 优于标准 SPCA 和最常用的基于欧几里德距离的多元 DTW。 该算法也描述在： J. Abonyi, F. Szeifert，用于识别模糊分类器的监督模糊聚类，模式识别快报，24(14) 2195-2207，2003 年 10 月

利用PCA对鸢尾花数据集进行降维测试-附件资源

som matlab代码自组织图 用于自组织地图（SOM）等的Matlab工具箱。 SOM Toolbox 2.0是用于实现自组织地图算法的Matlab 5的软件库，由Esa Alhoniemi，Johan Himberg，Jukka Parviainen和Juha Vesanto版权所有（C）1999。 运行SOM代码 运行主Matlab文件需要该目录中的所有文件：'data2kde2som'。 该文件将分类（即合并）的数据转换为内核密度估计，然后通过Vesanto等人的SOM功能运行该估计。 需要两个（CSV）输入来运行“ data2kde2som” ：( 1）bin_midpoints（分类数据的每个bin的中点）和（2）适合您的bin的数据（每行代表每个点的数据分布）。 执行主成分分析（PCA） 还有一个名为“ pca_surrey”的文件，对两个文件执行PCA（与SOM输出进行比较）。

matlab人脸识别，以教室考勤为案例，读取实际人脸图片/或摄像头拍照，人脸定位，分割出人脸区域，训练，识别，输出是张三李四王五，以及记录每个人的出勤时间，次数等信息，可导入txt表格，统计各自的出勤率，可以自动打分，比如出勤2次当天满分，未出勤满2次为旷课等信息。带一个GUI可视化界面，方面操作，符合工体学。需要使用者有一定编程基础，可适当自我调适，增加回调函数，或者二次开发，切不可一步登天。祝学习愉快。

降维就是一种对高维度特征数据预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。 降维具有如下一些优点： 1) 使得数据集更易使用。 2) 降低算法的计算开销。 3) 去除噪声。 4) 使得结果容易理解。 降维的算法有很多，比如奇异值分解(SVD)、主成分分析(PCA)、因子分析(FA)、独立成分分析(ICA)。