用于人脸识别的matlab程序，pca用来降维，lda用来特征提取

包括了一个随机森林算法， 并使用两个数据集进行训练。里面包含一个脚本文件，并插入了SMOTE插值、PCA降维以及LDA降维。其他降维方式的工具包在我的其他文件中

特征提取数据降维PCA、LDA、MDS、LLE、TSNE等降维算法的python实现

是一个用C编写的人脸识别的系统，基于PCA和LDA，有完整的说明文档

用C++实现的lda和pca

pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat 3.将disdata组成决策表(savers.m)，通过对disdata的条件属性进行约简，得到其一个约简，组成新的测试集rstest和训练集rsstudy存为imagersdata.mat 4.对rsstudy进行模糊神经网络训练(savecul.m)，对模糊神经网络的参数进行调整学习将其存入culdata.mat 5.用runfnn.m对rstest进行测试得到其识别率

PCA+LDA+KNN人脸识别的程序，经过测试程序是可以运行的

PCA+LDA降维，KNN分类器，实现人脸识别，数据集为ORL

人脸识别作业，主要结合主成分分析(Principal Components Analysis, PCA)与线性判别分析(Linear Discriminant Analysis, LDA)的特点，提出PCA+LDA算法，并与LDA比价

本研究回顾了基于主成分分析PCA和判别分析LDA的降维方法及其扩展，包括经典主成分分析、概率主成分分析、核主成分分析，以及线性判别分析、局部保持降维、图形嵌入判别分析和半监督降维分析。