二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem

阐述了负荷预测的应用研究,Gabor小波变换与PCA的人脸识别代码，包括最小二乘法、SVM、神经网络、1_k近邻法。- It describes the application of load forecasting, Gabor wavelet transform and PCA face recognition code, Including the least squares method, the SVM, neural networks, 1 _k neighbor method.