本专区汇聚了各类基于 主成分分析 开发的源码资源，共计 622 篇资源供开发者免费下载学习。
MATLAB 软件执行泊松噪声损坏的图像去噪算法与主成分分析 （NLM PCA） 非本地手段。图像去噪方法与非本地的泊松噪声消除的 PCA 变换相结合，取得了非常好的噪音去除效果
在主成分分析的去噪方法。有很多方法去噪方法在 CCD 图像，但我的经验，在去噪中，主成分分析的去噪方法是有效的方法。
PCA及LDA经典人脸识别算法，先PCA降维，再用LCA降维。这对于线性判别分析和主成分分析的很好的解决方案
经典的线性判别分析"机器学习"班上作业，PCA 与 LDA 的维数约简，即使大量的联机状态，但几个笔记，另一方面没有支付对细节的关注。这里还有非常详细的笔记。此外，附加朴素贝叶斯分
该程序首先将人脸图像读入内存，并转换为矩阵，将多维矩阵换成一维向量，即为特征向量。 通过对特征向量实现特征脸算法，实现对人脸的识别运行>>example, 从目录中选择traini
Wright 等人[13]最近几年研究的一种从低秩矩阵恢复问题中引导出的Robust PCA，引起了很多关注，也是目前最为流行的RPCA 方法。低秩矩阵恢复本义是从带有噪声的数据中
PCA_Saliency_CVPR2013，源代码中实现已发表的作品中描述的显著性计算算法：R.马戈林、 L.Zelnik 庄园和 A.Tal。"是什么让一个修补程序不同"视觉 2
这是非常好的 PCA 实现人脸识别......我只想做厘定在 survillliance 地区使用这种方法的人
PCA（主成分分析法）和ICA（独立成分分析法）的MATLAB源程序，他们是目前图像处理比较经典的特征提取方法
偏最小二乘回归。偏最小二乘回归集中了主成分分析，线性分析，典型相关性分析等优点，拥有比较全的pls代码，还有相关的实例，希望能够帮到大家。
主成分分析
应用程序主要使用特征提取方法提取的叶片，包括外接的圆、 七个不变矩等，几个几何特征和主成分分析，其尺寸减少，最后只 BP PNN 两个方法来分类，准确率达 90%以上。