基于matlab实现PCA降维算法，可用于多维数据的损失最小化压缩，内附全代码

yale人脸图片 以及通过PCA降维后生成的图片

一些关于核函数的PCA ECA 分析，以及对应的聚类分析方法，演示程序

CroppedYale人脸数据降维的MATLAB代码，使用PCA，SVD和MATLAB自带的PCA对比时间、准确度，可以直接运行。对比中心化给PCA带来的影响；对比PCA与SVD的异同；选取合适的维度k，并观察k个特征向量对应的图像；对比自己实现的PCA算法与matlab自带的PCA函数的性能

使用python编写了基于PCA的故障诊断程序，输入测试数据和训练数据即可

用LDA和PCA模式识别方法对人脸特征进行提取计算的Matlab程序

本文件是快速PCA提取特征（降维）的matlab代码，人脸库需自行下载，可用于人脸识别的研究使用。

pca的c++实现的代码 啊多发点vadnvvnnvn 树挪死vniubsivu

对主成分分析（PCA）的C++代码实现，里面有对PCA实现步骤的详细讲解，并把自己写的PCA代码与Opencv自带的PCA函数的运行结果进行了对比。

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