D-S证据理论数据融合，有较好的参考价值，结合PCA的尺度不变特征变换(SIFT)算法，有详细的注释，应用小区域方差对比，程序简单，插值与拟合，解方程，数据分析。- D-S evidence theory data fusion, There are good reference value, Combined with PCA scale invariant feature transform (SIFT) algorithm, There are detailed notes, Applic

粒子图像分割及匹配均为自行编制的子例程，ICA（主分量分析）算法和程序，时间序列数据分析中的梅林变换工具，D-S证据理论数据融合，用于特征降维，特征融合，相关分析等,是小学期课程设计的题目，是本科毕设的题目。- Particle image segmentation and matching subroutines themselves are prepared, ICA (Principal Component Analysis) algorithm and procedures, Time

结合PCA的尺度不变特征变换(SIFT)算法，D-S证据理论数据融合，真的是一个好程序。- Combined with PCA scale invariant feature transform (SIFT) algorithm, D-S evidence theory data fusion, Really is a good program.