PCA在ORL上的matlab源码

本资源包括AT&T人脸识别数据库(完全),共40*10。MIT 人脸识别数据库,包括2706个faces和4381个nonfaces。yale人脸识别数据库,包括165张人脸图像。

人脸识别：使用PCA方法，即主成分分析，区分人脸和非人脸。

pca-fashion-mnist 在Google Colab上编写并运行的一个iPython笔记本,用于在Fashion MNIST数据集上进行决策树和PCA。 本笔记本旨在证明在执行分类算法之前进

本程序使用PCA算法对训练图像降维，得到特征图像； 将每一幅图片与平均图像的差值投影到特征向量空间； 使用最近邻法则显示判别结果

face_recognition_pca:在Olivetti数据集上使用PCA和一些机器学习算法进行人脸识别

针对ORL人脸数据库进行实验，选取每个人的前8张图像作为训练集，最后两张作为测试集，进行实验。最终80张测试图像，准确预测了50张，预测准确率为50/80*100%=62.5%

ORL人脸数据库。40个人，每人10张照片。图片、文本、MATLAB格式的都有。fea32.txt/fea64.txt/ORL32.mat.fea/ORL64.mat.fea里的内容结构：每行对

用于特征降维，图像识别，图像融合的特征提取经典算法

基于MATLAB编写的PCA面部识别代码,很有参考和移植价值

详细讲解lda与pca的特征降维方法，并结合实际分类例子来演示matlab，用matlab做出散点图