一些常用的纹理特征提取方法汇总，都是用matlab写的，经过测试后有效。希望对大家有所帮助。matlab版本的源码，有详细的sift特征提取和匹配的步骤介绍，具体sift是什么我就不多说了。这个matlab版本的源码就是供初学者学习之用。本人也是刚刚学习，代码亲字试过，希望对大家有帮助，大家一起学习

京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、

核密度估计（kde）是一种非参估计方法，常用于特征提取。本ppt对核密度估计的原理进行了细致的讲解，很容易明白。

适用于机器视觉初学者，文件夹中包含直线检测 圆弧提取 角点检测

利用K-L变换进行特征提取 通过类平均向量来实现类别投影

PCA特征提取 PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。 PCA是通过寻求方差最大的投影方向对原始数据进行变换，得到一组相互之间不相关的新特征。投影方向可取样本数据协方差矩阵的特征向量，各特征向量的重要程度利用其对应的特征值来衡量。 变换形式为 ，变换矩阵W由样本协方差矩阵的特征向量构成。可更改构成变换矩阵的向量个数，从而得到不同数量的特征，实现特征降维。

基于Matlab实现的指纹图像细节特征提取.pdf

数字图像处理中对图像形状特征提取，其中包括对面积、周长和圆弧度特征的提取 数字图像处理中对图像形状特征提取，其中包括对面积、周长和圆弧度特征的提取

基于语音识别技术MFCC特征的提取，带有详细注释

这些是“二维线性判别分析的注释”，模式识别信中的代码在本文中，我们表明在考虑相同维度的假设下，二维判别分析的判别能力并不比 LDA 强。 在实验部分，一方面，我们证实了我们的主张的有效性，并表明在小样本问题中，基于矩阵的方法并不总是优于基于向量的方法； 另一方面，当采用特征矩阵和特征向量时，我们比较了几种距离度量。