pca+lda做特征降维snn分类器对数据进行分类

第一部分为特征提取部分，源码在程序代码文件夹的gistdescriptor下的ImgGist.m，ImgGist2.m，ImgGist3.m，ImgGist4.m，ImgGist5.m，ImgGis6

1 基本概念 PCA即主成分分析技术。主成分分析也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。 在统计学中,主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数

针对PCA数据降维，取出每一主成分的贡献率并按从大到小元素排列，以实现数据降维。需要注意的是，features表示的是样本数而非浓度代表。

CCA 特征融合 降维 matlab程序实现 多元统计应用

本资源包含利用主成分分析对输入特征进行降维的源代码,以及主成分回归分析和偏最小二乘法的matlab代码

JavaExamplePCA特征降维处理

Haar 人脸识别 特征分类器 人脸检测级联分类器，我是用FaceNet和这个资源搭配使用的，FaceNet的预训练模型可以看我上传的资源。

本资源是BP神经网络的数据分类-语音特征信号分类,分析了基于BP神经网络的语音特征信号分类算法,包括BP神经网络构建、BP神经网络训练和BP神经网络分类。

BP神经网络的数据分类-语音特征信号分类，BP神经网络的数据分类

LDA没有考虑到数据输入，在原始输入空间上对所有词进行主题标签，因对非作用词同样分配主题，致使主题分布不精确。针对其不足，提出了一种结合LSI和LDA的特征降维方法，预先采用LSI将原始词空间映射到语