pca+lda+粗糙集+模糊神经网络saveORLimage

资 源 简 介

（压缩包里一共有5个代码）pca+lda+粗糙集+模糊神经网络saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat2.对ldastudy进行散化(discretimage.m)，得到离散化矩阵disdata，存入到imagedisdata.mat3.将disdata组成决策表(savers

详 情 说 明

在这篇文章中，作者提到了一个人脸识别的问题。首先，他提到了他用了五个不同的代码来解决这个问题。这些代码包括pca、lda、粗糙集、模糊神经网络和一些其他的代码。作者提到了他如何把 ORL 人脸库分成测试集和训练集。然后，他用了一个叫做savelda.m的代码来进行pca降维和lda特征提取，得到了新的测试集和训练集。接着，作者用了一个叫做discretimage.m的代码来进行散化。作者用这个代码得到了一个离散化矩阵并将其存储为imagedisdata.mat。然后，作者用了一个叫做savers.m的代码来将这个离散化矩阵转换为决策表。作者通过对这个决策表的条件属性进行约简，得到了一个新的测试集和训练集。作者将这个新的测试集和训练集存储为imagersdata.mat。接下来，作者用了一个叫做savecul.m的代码来训练模糊神经网络。作者对模糊神经网络的参数进行了调整，并将其存储为culdata.mat。最后，作者用了一个叫做runfnn.m的代码来对测试集进行测试，得到了识别率。此外，作者还提到了他用了两个最小距离分类器， savem.m和cm.m，对训练集和测试集进行分类。虽然这些代码可能有些复杂，但是它们可以帮助人们更好地理解人脸识别的问题。