借鉴了主成分分析算法（PCA），D-S证据理论数据融合，独立成分分析算法降低原始数据噪声。- It draws on principal component analysis algorithm (PCA), D-S evidence theory data fusion, Independent component analysis algorithm reduces the raw data noise.

Gabor小波变换与PCA的人脸识别代码，用于特征降维，特征融合，相关分析等,包含位置式PID算法、积分分离式PID。- Gabor wavelet transform and PCA face recognition code, For feature reduction, feature fusion, correlation analysis, It contains positional PID algorithm, integral separate PID.

为了真实有效地提取网络安全态势要素信息，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化态势要素获取框架中，根据Agent节点功能的不同，划分为不同的层次。利用主成分分析(Principal Component Analysis, PCA)对训练样本属性进行约简并对特殊属性编码融合处理，按照处理结果改进概率神经网络(Probabilistic Neural Network, PNN)结构，以降低系统复杂度。然后以改进的PNN作为基分类器，结合自适应增强算法，通过基分类器反