Matlab偏最小二乘法用于判,,,别分析

包含测试样本和训练样本，matlab程序，用lda实现的人脸识别实例，程序注释很清晰，有助于理解算法过程

本程序的所用的存储结构都是string类型的，最主要的存储文法的数据结构为自定义结构，里面包括一个产生式的左部，右部以及select集合，至于非终结符的first和follow集合，则是定义了一个string类型的数组进行存储。 本程序的求first，follow，select集合的算法即为书上所介绍的方法，即求first的集合时，只看本产生式，求follow集合时，要进行递归查找一个非终结符的所有后跟字符，求select其实就是对first与follow集合的运算，最终根据所有的select集合，便可以判断此文法是否为LL（1）文法。 对于不是LL（1）文法的产生式，本程序在判断后进行转换，先进行消除左递归，然后提取左公因子，在这两步的每一步结束之后，都要对产生式进行整合，去掉空存储，去掉无法到达的产生式，将select全部置空。 每进行一次非LL（1）到LL（1）的转换之后，都要对其文法性质进行判断，如果是LL（1），则跳出，不是则继续，但是当循环一定次数之后仍不是，程序判定其无法转换，也要跳出。 其中还有对第一个非终结字符的右部替换与否进行选择，原因是，有些通过替换就可以很方便的进行转换，这个要通过人为进行输入。 提取公因子中也有上一段所说的类似的判断机制，目的是为了防止文法的左公因子无法提取完的情况出现。 最终有三种结果，一种是是LL（1）文法，一种是不是LL（1），但是经过转换变成了LL（1），还有一种是经过转换也无法变成LL（1）。 输入文本格式样例： A A->ad A->Bc B->aA B->bB

利用Fisher线性判别来进行男女分类,用MATLAB实现代码，其中包含数据与文档说明！

fisher线性判别分类器的设计实验源码

Fisher线性判别实验，.m文件，各行代码功能备注明确，有利于学习，matlab直接运行，数据更改即可用于其他类别实验分析。

用fisher线性判别分析建立P300分类模型。特征提取用PCA。

Fisher线性判别（Fisher Linear Discrimination，FLD），也称线性判别式分析(Linear Discriminant Analysis, LDA)。FLD是基于样本类别进行整体特征提取的有效方法。它在使用PCA方法进行降维的基础上考虑到训练样本的类间信息。FLD方法在进行图像整体特征提取方面有着广泛的应用。压缩包中有完整的代码与结果图