多线性主成分分析MPCA

图像融合问题中比较常用的方法，主成分分析介绍及实例主成分分析就是用较少的新变量代替原来较多的变量，以达到简化问题的目的

基于核的主成分分析，适用于非线性特征提取。

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

MATLAB主成分分析源代码及工具箱。计算协差矩阵、特征根和特征向量、方差贡献率;累计方差贡献率、相关系数矩阵，简单实用，欢迎大家下载。

主成分分析的Matlab源程序,结合具体数据进行了实验.

pca主成分分析人脸识别源程序基于MATLAB的pca人脸识别源程序，希望大家支持！！！！！！！

人脸识别率88%识别时间效率高图像检索出结果关键是可以正常运行

PCA如何来进行降维%%Thisscriptgeneratesandplots3Ddata,andperformsaprincipal%%componentanalysistodecorrelatet

使用EXCEL进行主成分分析的例子，只有先加载分析工具箱

PCA是主成分分析，用于数据降维。