摘要：主成分分析（PCA）的人脸识别算法，以减少的特征向量是涉及到对抽象的特点，改进了主成分分析（一）iUumination算法的变化影响酶原sed.The方法是基于上减低与正常化其相应的标准差的特征向量元素相关联的大特征值的特征向量的影响力的想法。耶鲁大学和耶鲁大学面临的数据库面对数据库B是用来验证-Abstract：In principal component analysis(PCA)algorithms for face recognition，to reduce the influen

基于扩展PCA的图像分类技术，电子书的，选择-Image Classification Based on Extended PCA technology, e-books, and select the next lower

1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive

本文实现了众所周知的PCA算法。它返回一个减少号尺寸/特征数据集。折减系数，即多少特征最终/减少集应该包含可由用户选择。 它包含一个面说明数据集（脸。垫）（请参阅自述文件）如何使用。-this implements the well known PCA algorithm. It returns a Dataset with reduced no. of dimensions/features. The reduction factor i.e how many features the f