本专区汇聚了各类基于 降维 开发的源码资源，共计 180 篇资源供开发者免费下载学习。
资源描述数据为带钢表面缺陷的特征提取提取数据，通过主成分分析法进行特征筛选
资源描述基于提取的图像局部特征，聚类方法获取图像的字典，稀疏编码方法求取图像编码，进一步筛选图像特征，得到降维之后更精简的特征用以分类
资源描述用于数学建模，主要有典型相关、灰色系统、回归分析、聚类分析、判别分析、时间序列、相关分析、因子分析、主成分分析这一些分析方法，在建模中有巨大作用
进行PCA分解，由迭代算法，算出得分向量和负荷向量-something about PCA
深度学习（也被称为深层结构学习，分层学习或深机器学习）是一个分支机构学习的一组算法，试图通过使用多个高层次的抽象数据的算法
算法实现了多种降维方法，其中包括非监督的PCA算法，基于监督的LDA算法，并包含流形学习LPP以及OLPP算法。通过降维能够有效降低计算复杂度。
KPCA的基本思想是首先将低维输入空间中各变量之间的非线性关系通过非线性映射映射到高维特征空间中，然后在高维特征空间中进行主元分析，求取数据在非 线性主元上的投影。这一非线性映射的
主成分分析的matlab源代码，全面实用的代码-PCA matlab source code, comprehensive and practical code
PCA算法matlab源码
利用原数据进行实验，并利用主成份分析后取样本。-Experimental use of the original data and the use of principal com
LLE的完整实现代码及相应地注释，以及Swiss roll卷的实现部分
基于ORL人脸库的LDA+PCA+Knn人脸图像识别算法，能够精确地达到识别人脸的目的。最高可达到100%的实验检测结果。本人亲自尝试，效果很好的。