基于PCA的非局部聚类稀疏表示图像重建方法.pdf

内有两个不同数据集的测试，测试集可选，训练方法可选，优化方法可选（内点法，smo）； 非对齐人脸准确率可达到80左右，对齐人脸可达到96左右； 使用支持向量机和PCA降维方法实现；

【人脸识别】基于PCA+LDA实现人脸识别matlab 源码.md

基于PCA的投资组合风险的分散优化管理_刘遵雄.pdf

aic规范的matlab代码ICtoolbox 用于模型订单识别的工具箱 ICtoolbox版权所有（C）2014 Nicholas Roseveare程序绝对不提供担保；请联系我们。 有关详细信息，请参阅LICENSE文件。这是一个免费软件，欢迎您在某些情况下重新分发该文件。 请参阅许可文件以了解条件 =================================== 由于此matlab代码是免费提供的，因此我们仅要求您借用或修改此代码中的任何代码，请参阅以下原始文章： 使用NCA.Roseveare和PJ Schreier进行的PCA预处理使用CCA分析两个数据集之间的相关性的模型顺序选择 =================================== 对于开箱即用的功能 模拟两通道数据，使用：“ mcInfoCriterionTest.m”，并在“ loadParamsScenTest.m”中创建具有ID号的可重用方案 收集的数据（真实或复杂属性），使用：'infoCriterion.m'-这是上述模拟数据生成器调用的主要信息条件函数 有关如何使用这些功能的更多信息，

一、实验目的 1、理解PCA（Principal Component Analysis）算法 2、在理解的基础上实现基于PCA算法的人脸识别技术 3、掌握Python的第三方库tkinter并使用它实现Python的GUI编程 二、实验要求 1、基于PCA算法实现人脸识别 2、在完成核心代码之后，给出UI界面，便于交互 3、实现打开文件管理系统，可以自主选择数据集以及测试图片 4、代码工整、逻辑清晰

基于PCA方法的人脸表情识别方法，运行facialexpression即可，里面已经包含七种表情的图像数据。

该图像特征是基于 Y. Ke 和 R. Sukthankar，计算机视觉和模式识别，2004 年提取的。然而，在此之前，图像被颜色不变性图像形式 CSIFT: A SIFT Descriptor with Color Invariant Features, Abdel-哈基姆, AE; Farag, AA ，计算机视觉和模式识别，2006 年 IEEE 计算机学会会议

代码是PCA-人脸识别，属于原创代码！里面包括3个py文件，function是功能函数，win是图形化界面，shiyan是测试过程的调整（可以忽略），代码需要在python3.7环境下执行，特殊的包：wxpython这是一个GUI图形化设计界面，可以直接pip，也可以去官网下载。

5基于PCA-DT的