经典降维算法局部保持投影LPP算法的matlab代码，希望对需要降维算法的童鞋有所帮助

局部保持投影 及其matlab代码，研究机器学习和模式识别的应该很多人想要。

自己总结了在学习局部保持投影过程中的一些概念和心得

这里给出了LPP局部保持投影在matlab中的算法实现，以及LPP的原理讲解，希望对想要学习这方面知识的人有所帮助

Deng Cai写的LPP人脸识别MATLAB代码 已经调试通过

局部保持映射_尺度不变特征变换（LPP-SIFT）算法是一种有效的特征识别方法。提出了奇异值分解的LPP-SIFT和巴氏距离相合的算法。基于LPP的算法在人脸识别中容易遇到奇异值问题。为此，采用奇异值分解的LPP-SIFT算法进行特征提取和降维处理，然后采用巴氏距离特征的迭代算法，得到最小错误率上界。在ORL上实验，实验结果验证了提出算法在人脸识别中的有效性。

局部保持投影 （Locality Preserving Projections ）原文及其matlab代码，研究机器学习和模式识别的应该很多人想要。

局部保持投影 （Locality Preserving Projections ）原文及其matlab代码，研究机器学习和模式识别的应该很多人想要。

字典学习（DL）方法近年来被广泛应用于解决各种计算机视觉领域的问题。现有的大部分字典学习算法均旨在学习一个综合型字典来表示输入信号，并使表示系数或表示误差具有一定的判别能力。这些字典学习算法大都需要对稀疏表示系数采用l0或者l1范数的约束，所以学习过程比较耗时。解析型字典学习的提出较为有效地解决了字典学习算法效率低的问题。在分类识别任务中，联合学习一个综合型字典和一个解析型字典正在成为一个热门的研究趋势，这不仅很大程度上降低了学习过程中的计算复杂度，而且在分类识别性能上也能有一定的提升。本文借鉴了最新提出的“字典对”学习思想，利用训练数据的局部结构信息，提出了局部保持的综合型-解析型“字典对”学习算法。在三个国际公开测试数据库（人脸识别库Extended YaleB、AR和图像分类库Caltech101）上的实验结果表明，局部保持的综合型-解析型“字典对”学习算法在准确率和效率方面都具有很好的性能。

局部保持映射(LPP)是由何晓飞提出的一种用于降维的流型学习算法，它是一种线性的算法。