为了使计算机能更好的识别人脸表情，对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理，包括对确定的人脸表情区域进行尺寸和灰度归一化，然后利用二维Gabor小波变换提取脸部表情特征，使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中，利用Fisher准则提取那些有利于分类的特征，最后用SVM分类器进行分类。实验结果表明，上述提出的方法比传统的方法识别速度更快，能达到实时性的要求，并且具有很好的鲁棒性，识别率高。

以花为例的线性判别分析。 在这里，我们讨论了三种不同种类的花，并通过使用萼片和花瓣的参数来区分它们。

大数据-算法-非欧框架下的线性判别分析.pdf

实现西瓜数据集的二分类问题，其输出标记y={0,1}，即给定数据集D={（xi,yi）},设法将样例投影到一条直线上，使得同类样本方差最小，异类样本个中心点尽可能的远。在对新样本进行分类时，将其投影到同样的这条直线线上，根据投影点的位置来确定样本的类别。

为了提高人脸识别的准确率，提出了一种基于二维线性判别分析的彩色人脸识别算法，直接对彩色人脸图像不同通道的颜色信息进行编码，采用矩阵表示模型描述人脸对象；融合人脸的类别特征，采用二维线性判别分析的算法提取彩色人脸的分类特征；根据投影后的特征矩阵，采用最近邻分类的算法进行人脸识别。利用CVL和CMU PIE彩色人脸数据库进行实验。结果表明，本文提出的彩色人脸识别算法能有效地提高人脸识别的准确率，明显优于对比的算法。

matlab程序，用于对提取的各种特征值进行线性判别分析，进而分析分类器用于分类的有效性

2维线性判别2D-LDA_输出不同维度特征的识别率曲线.

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：费舍尔线性判别人脸识别系统(有GUI，推荐，需要先训练，执行faceCore.m)_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

对于通常数据维数很大的医学成像/生物数据，典型的 LDA 应用程序由于试图反转一个不可能的大矩阵而失败。 这可以使用内核技巧来补救。 当前文件尝试执行此操作。 如果您将此作品用作作业/论文/论文的一部分，请引用以下论文： Gaonkar、Bilwaj 和 Christos Davatzikos。 “基于支持向量机的多元图像分析和分类的统计显着性图的解析估计。” NeuroImage 78 (2013): 270-283。 请注意，此代码是作为上述论文工作的一部分开发和分发的，引用这有助于我们开发和分发更多此类工作。 我已经尝试在代码中加入适当的注释，这段代码的灵感来自于之前在 matlab central 上提交的几个代码

Fisher线性判别式分析，Matlab程序对Iris数据进行分类，经过十次交叉验证计算准确率