很好的代码练习，能够实现简单的人脸识别，初学者可以参考以下

介绍了车牌识别的一些算法，主要是程序，c++编写

针对电力传输路由线路故障类参数多识别率不高等问题,利用提取故障特征向量和支持向量机结合的算法识别线路故障类型.提取故障线路特征向量,采集变化量的有效值,计算突变量所占三相突变量有效值总和的比例系数,将比例系数与零序电流判别系数结合构造故障特征向量.训练支持向量机以测试集特征向量作为输入,利用训练好的支持向量机判别分类,实现故障类型识别.实验表明,提出算法可克服多重困难针对输电线路十种类型故障进行学习并识别,并保证精度和效率.

完整版可运行的matlab源代码，语音识别代码

一个介绍物体识别算法的介绍，SIFTSURF、haar特征、广义hough变换的特性对比分析。

简要： EigenFace是基于PCA降维的人脸识别算法，PCA是使整体数据降维后的方差最大，没有考虑降维后类间的变化。 它是将图像每一个像素当作一维特征，然后用SVM或其它机器学习算法进行训练。但这样维数太多，根本无法计算。我这里用的是ORL人脸数据库，英国剑桥实验室拍摄的，有40位志愿者的人脸，在不同表情不同光照下每位志愿者拍摄10张，共有400张图片，大小为112*92，所以如果把每个像素当做特征拿来训练的话，一张人脸就有10304维特征，这么高维的数据根本无法处理。所以需要先对数据进行降维，去掉一些冗余的特征。 第一步：将ORL人脸图片的地址统一放在一个文件里，等会通过对该文件操作，将

RV1126 基于虹软人脸识别算法实现的示例使用教程

该项目包含java的源码，用算法实现的文字识别，不是 通过第三方API，例如百度智能云，该源码供做毕设的伙伴们参考，感谢源码作者的贡献

利用BP神经网络设计指纹识别算法，给神经网络提供每一模式类中的一些样本作为训练样本。BP网络经过学习，不仅能够识别已训练过的样本，而且能够识别未出现过的样本。利用神经网络的泛化能力，提高指纹识别算法的识别率，图像增强、提取指纹特征

主要为大家详细介绍了Opencv EigenFace人脸识别算法的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下