提出了将信号进行相空间重构后再采用奇异值分解, 对分解后的主成分进行包络分析, 从而提取信号的隐含特 征的方法, 并将该方法应用于齿轮的局部故障振动特征信号的提取中。数值仿真实验结果表明, 该方法能有效提取强背景 信号及噪声中的弱冲击特征信号, 是一种有效的弱信号特征提取方法。采用该方法对齿轮振动信号进行故障特征提取与识 别, 结果与实际情况相符。-Signal implicit characteristic of phase space reconstruction, and th

为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题，提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法．-To effectively solve the local binary pattern (LBP) feature extraction in face recognition problem of high dimensionality, we propose a combination of LBP features and principal compon

基于主成分分析的人脸特征提取的MATLAB源代码，通过测试的-Principal component analysis based on human face feature extraction MATLAB source code, pass the test

是学习PCA特征提取的很好的学习资料，主同步信号PSS在时域上的相关仿真，多元数据分析的主分量分析投影。- Is a good learning materials to learn PCA feature extraction, PSS primary synchronization signal in the time domain simulation related, Principal component analysis of multivariate data analysis p