KPCA人脸识别程序

KPCA实现的人脸识别的程序，经过调试可以运行的，放心使用

%用KPCA进行人脸识别的Matlab代码 

clear 
clc 
allsamples=[];%所有训练图像 
NumberOfClass=40;
NumberOfTest=5;
NumberOfTrain=5;
for i=1:NumberOfClass 
    for j=6:10
      a=imread（strcat（‘Data\s‘num2str（i）‘\‘num2str（j）‘.pgm‘））; %读图像
      b=a（1:112*92）; % b是行矢量 1×N，其中N＝10304，提取顺序是先列后行，即从上到下，从左到右 
      b=double（b）; %
      allsamples=[allsamples; b];  % allsamples 是一个200 * 10304 矩阵，allsamples 中每一行数据代表一张图片。
  end 
end 
 
cov_size=size（allsamples1）; 
train_num=cov_size; 
patterns=allsamples; 
for i=1:cov_size 
  for j=i:cov_size 
    K（ij） =（patterns（i:）*patterns（j:）‘+1）^1; %多项式核函数（s（xxi）+C）^d
    K（ji） = K（ij）; 
  end 
end 
unit = ones（cov_size cov_size）/cov_size; 
% 矩阵中心化，减去行平均和列平均加上多减去的部分
K_n = K - unit*K - K*unit + unit*K*unit; %（E-unit）*K*（E-unit）‘
 
[evecsevals] = eig（K_n）; %计算特征值evals和特征向量evecs
evals = real（diag（evals））; %得到特征值的实部
[l1l2]=sort（-1*evals‘）; 
evals=l1*（-1）; 
evecs=evecs（:l2）; %将按照特征值排序后特征向量进行重新的排列特征向量
for i=1:cov_size 
  evecs（:i） = evecs（:i）/（sqrt（evals（i）））; 
end 
 
 
%90%的贡献率 
dsum = sum（evals）; 
    dsum_extract = 0; 
    p = 0; 
    while（ dsum_extract/dsum < 0.9） 
        p = p + 1; 
        dsum_extract = sum（evals（1:p））; 
    end 
 
 
max_ev=p; 
 
 
unit_train = ones（train_numcov_size）/cov_size; 
 %讲训练样本用计算得到的PCA主分量进行表示
for i=1:train_num 
  for j=1:cov_size 
    K_train（ij） =（patterns（i:）*patterns（j:）‘+1）^1; 
  end 
end 
% K_train_n = K_train;
K_train_n = K_train - unit_train*K - K_train*unit + unit_train*K*unit; 
features = zeros（train_num max_ev）; 
features = K_train_n * evecs（:1:max_ev）; 
 
 
allcoor = features; %得到主分量表示的训练样本的特征表示
 
 
 
accu=0; 
% 测试过程 
for i=1:NumberOfClass 
    for j=1:5 %读入40 x 5 副测试图像 
        a=imread（strcat（‘Data\s‘num2str（i）‘\‘num2str（j）‘.pgm‘））; 
        b=a（1:10304）; 
        b=double（b）; 
        unit_test = ones（1cov_size）/cov_size; 
        K_test = zeros（1cov_size）;  
  for j=1:cov_size 
    K_test（j） = （b*patterns（j:）‘+1）^1; 
  end 
%  K_test_n = K_test;
K_test_n = K_test - unit_test*K - K_test*unit + unit_test*K*unit; 
test_features = zeros（1 max_ev）;  
test_features = K_test_n * evecs（:1:max_ev）; 
         
         
        tcoor=test_features; %计算坐标，是1×p阶矩阵 
        for k=1:NumberOfClass*NumberOfTest 
                mdist（k）=norm（tcoor-allcoor（k:））; %计算测试样本描述与训练样本描述之间的距离，即范数
            end; 
 [distindex2]=sort（mdist）; %对测试样本与训练样本的每一个特征间的距离进行排序
        class=ceil（ index2（1）/NumberOfTrain ）; %因为训练样本每一组为5个
        if class==i                %查看属于哪一类，并确定分类正确的个数，为最终的分类精确度计算
            i
            accu=accu+1; 
        end; 
    end;
end; 
accuracy=accu/（NumberOfClass*NumberOfTest） %输出识别率
p

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      10318  1994-04-18 14:17  KPCA程序\Data\s1\1.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s1\10.pgm

     文件      10318  1994-04-18 14:17  KPCA程序\Data\s1\2.pgm

     文件      10318  1994-04-18 14:17  KPCA程序\Data\s1\3.pgm

     文件      10318  1994-04-18 14:17  KPCA程序\Data\s1\4.pgm

     文件      10318  1994-04-18 14:17  KPCA程序\Data\s1\5.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s1\6.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s1\7.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s1\8.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s1\9.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s10\1.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s10\10.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s10\2.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s10\3.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s10\4.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s10\5.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s10\6.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s10\7.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s10\8.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s10\9.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s11\1.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s11\10.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s11\2.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s11\3.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s11\4.pgm

     文件      10318  1994-04-18 14:18  KPCA程序\Data\s11\5.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s11\6.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s11\7.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s11\8.pgm

     文件      10318  1994-04-18 14:07  KPCA程序\Data\s11\9.pgm

............此处省略417个文件信息