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。
里面包含主元分析PCA的Matlab代码，包括提取主元，求方差贡献率，绘制贡献率直方图等-Which contains the principal component analys
it s a matlab code for reduce gray level
特征提取的一种降维方法，有效地表示一个紧凑的特征向量的图像的有趣的部分。这种方法是有用的，当图像大小是大的，减少的特征表示，需要快速完成的任务，如图像匹配和检索。
自己写的LPP算法代码，matlab实现，可以直接运行。
应用背景练习PCA，KPCA算法，对IRIS数据进行主成分分析以降低数据维数，对IRIS数据各维贡献进行讨论。关键技术 PCA运算就是一种确定一个坐标系统的直交变换，在这个新的坐标
应用背景1999 年D. D. Lee 和H. S. Seung [26, 27] 在Nature上提出了一种新的矩阵分 解思想—非负矩阵分解(Non-negative Matr
应用PCA技术提取人脸的特征，利用PCA技术降低维数的同时，一定程度上去除了原始特征各维之间的相关性成为一个比较好的方案。
应用背景稀疏的主成分分析基本概念，稀疏主成分分析算法，用于特征提取，维数约简-Sparse Principle Component Analysis for feature ext
应用PCA技术提取人脸的特征，利用PCA技术降低维数的同时，一定程度上去除了原始特征各维之间的相关性成为一个比较好的方案。
用Matlab实现的简单的二维主成分分析算法，最后以点阵图输出结果-Using Matlab realize a simple two-dimensional principal
Matlab编写的PLS核心算法，适用于主元分析方面的应用-Matlab prepared by the PLS core algorithm applies to the mai
局部线性嵌入算法，LLe，很实用,可用于基因表达谱分类，也可以进行改进用于图形处理或其他方面