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。
KCPA的matlab实现。是最精简的目测，如果有网友修正那再好不过了。共同分享。
自适应主成分提取（APEX）和GHA的神经网络学习算法及其比较
这是sift和pca代码的matlab实现，pca用于减少sift生成的描述子
主成分分析 （ Principal Component Analysis ， PCA ）是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，
关于稀疏算法预处理的降维代码，对稀疏表示分类有很大的帮助，希望对初学者哟帮助
关于主成分分析(PCA)的MATLAB程序-MATLAB
二进制GA被用于降维以增强相关分类器的性能。在这项工作中，从Flavia数据集（公开可用的数据集）中找到的一组图像中提取了100个特征。提取的特征是Zernike矩（ZM），傅里叶
主成分分析PCA对数据矩阵进行降维，可以减少计算量，缩短计算时间，降低CPU负载，需要考虑实时性的场合可以采用主成分分析PCA对数据进行处理。只需要对程序当中的k值进行调整，即可降
采用偏最小二乘法，分析了该信号的时域、频域、倒谱，循环谱等,旋转机械二维全息谱计算，用于特征降维，特征融合，相关分析等,包含特征值与特征向量的提取、训练样本以及最后的识别，matl
KPCA,PCA进行主成分分析，可用于分类识别，用途广泛，已做过测试，能够提取非线性特征
利用K近邻算法实现模式识别的一个小demo。对测试数据集做预处理，与训练数据集做K近邻匹配；使用5折的循环匹配；并对高维数据进行PCA降维以防止过拟合。
主成分分析并用散点图分析前三个主成分M代码，请指教。-Principal component analysis and scatter analysis of the first