matlab中pca相关代码介绍

《matlab中pca相关代码介绍》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、PCA降维算法总结以及matlab实现PCA(个人的一点理解)分类：Algorithms2012-11-2816:5525671人阅读评论(46)收藏举报PCA降维样本主成分分析目录(?)[+]1.转载请声明出处bywatkinssong2.3.PCA的一些基本资料4.原理5.我对的一些了解1.我的pca迷惑1.迷惑一2.迷惑二3.迷惑三6.pca的实现matlab1.matlab自带的实现方式2.一个自实现的pca降维方式3.通过princomp降维后的数据进行重建7.关于网络上的一些解释个人理解仅供大家参考理解1.2.转载请声明出处。bywatkinssongPCA的一些基本

2、资料最近因为最人脸表情识别，提取的gabor特征太多了，所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维，但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波，这样提取的特征足足有64*64*5*8这么多，如果图像稍微大一点，比如128*128的图像，那么直接提取的特征就会几十万，所以不降维的话直接用SVM训练分类器是非常困难的。所以在这段时间我就学习了一下PCA降维的基本原理和使用方法，网上给出的资料都比较乱，而且很不清楚，经过这几天的学习和测试，终于把调理弄清楚了，给大家分享一下，下面只是我对于PCA

3、的个人理解，肯定有不对的地方，还请各位大牛多多指教。下面先给出一下PCA的资料地址，都是我收集的：http://hi.baidu.com/yicomrdztxbeiwd/item/913f28c05cf7ebc4994aa06fhttp://blog.sciencenet.cn/blog-265205-544681.htmlhttp://blog.csdn.net/mpbchina/article/details/7384425http://blog.sina.com.cn/s/blog_6833a4df0100pvk7.htmlhttp://stackoverflow.com/

4、questions/4991343/matlab-principal-component-analysis-eigenvalues-orderhttp://stackoverflow.com/questions/10400230/what-is-score-in-princomphttp://www.mathworks.com/matlabcentral/newsreader/view_thread/152608http://stats.stackexchange.com/questions/27572/matlab-princomp-latenthttp://www.nlpca

5、.org/pca-principal-component-analysis-matlab.htmlhttp://www.matlabsky.com/thread-11751-1-1.htmlhttp://stackoverflow.com/questions/10818718/principal-component-analysishttp://www.mathworks.cn/cn/help/stats/princomp.htmlhttp://www.mathworks.cn/cn/help/stats/pca.html#bti6n7k-2http://lovelittlebe

6、an.blog.163.com/blog/static/116582186201181213911729/http://www.ilovematlab.cn/thread-54493-1-1.htmlhttp://www.ilovematlab.cn/forum.php?mod=viewthread&tid=146626http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=204069http://www.ilovematlab.cn/forum.php?mod=viewthread&tid=54600http://sear

7、ch.discuz.qq.com/s/aa8585553/princomp+%E9%99%8D%E7%BB%B4.htmlhttp://www.ilovematlab.cn/thread-68796-1-1.htmlhttp://www.ilovematlab.cn/thread-209229-1-1.htmlhttp://www.ilovematlab.cn/thread-209229-1-1.htmlhttp://blog.sina.com.cn/s/blog_61c0518