Matlab 人脸识别 SVM

可完整运行的matlab人脸识别程序

function [ pcaAV] = fastPCA（ AkmA）  
m=size（A1）;  %m为读取图片的张数
Z=（A-repmat（mAm1））;  %中心化样本矩阵
%一般用中心化的矩阵代替原矩阵。为什么？因为将数据集的均值归零（预处理），也就是只取数据的偏差部分
T=Z*Z‘;  
[V1D]=eigs（Tk）;%计算T的最大的k个特征值和特征向量  
V=Z‘*V1;         %协方差矩阵的特征向量  
for i=1:k       %特征向量单位化  
    l=norm（V（:i））;  
    V（:i）=V（:i）/l;  
end  
%单位化后的V才能是真正的低维空间的基，需要满足正交化单位化两个条件
pcaA=Z*V;       %线性变换，降至k维  ，将中心化的矩阵投影到低维空间的基中，V就是低维空间的基
end 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-06-25 14:04  SVM人脸识别\
     文件         579  2016-06-25 13:51  SVM人脸识别\fastPCA.m
     文件        2475  2016-06-25 14:00  SVM人脸识别\main.asv
     文件        2210  2016-06-25 14:04  SVM人脸识别\main.m
     文件        1122  2016-06-25 13:56  SVM人脸识别\ReadFace.m
     文件         343  2016-06-25 14:04  SVM人脸识别\scaling.m