基于主成分分析的人臉識別-資料下載頁
2025-06-27 19:02本頁面
【正文】 clear all。allsamples=[]。%所有訓(xùn)練圖像for i=1:10for j=1:11 %有四十個人，每個人取前五張作為訓(xùn)練樣本a=imread(strcat(39。e:\ORL\39。,num2str(i),39。\s39。,num2str(j),39。.bmp39。))。b=a(1:100*100)。 % b 是行矢量 1N，其中N＝10304，提取順序是先列后行，即從上到下，從左到右b=double(b)。%返回雙精度矩陣allsamples=[allsamples。 b]。 % allsamples 是一個M * N 矩陣，allsamples 中每一行數(shù)據(jù)代表一張圖片，其中M＝40*5endend% M個訓(xùn)練圖集的讀取與轉(zhuǎn)換samplemean=mean(allsamples)。 % 取平均值，1 N for i=1:110 xmean(i,:)=allsamples(i,:)samplemean。 % 計(jì)算差值臉xmean 是一個M N 矩陣，xmean每一行保存的數(shù)據(jù)是“每個圖片數(shù)據(jù)平均圖片” end。% 獲取特征值及特征向量sigma=xmean*xmean39。 % M * M 階矩陣%sigma=allsamples*allsamples39。[v d]=eig(sigma)。d1=diag(d)。% 按特征值大小以降序排列dsort = flipud(d1)。 %特征值vsort = fliplr(v)。 %特征向量%以下選擇90%的能量dsum = sum(dsort)。dsum_extract = 0。p = 0。while( dsum_extract/dsum )p = p + 1。dsum_extract = sum(dsort(1:p))。endbase=allsamples*xmean39。*vsort(:,1:p)。pp=base。p1=[pp(1,1:p)。 pp(2,1:p)。 pp(3,1:p)。 pp(4,1:p)。 pp(5,1:p)。 pp(6,1:p)。 pp(7,1:p)。 pp(8,1:p)。 pp(9,1:p)。 pp(10,1:p)]。p2=[pp(12,1:p)。 pp(13,1:p)。 pp(14,1:p)。 pp(15,1:p)。 pp(16,1:p)。 pp(17,1:p)。 pp(18,1:p)。 pp(19,1:p)。 pp(20,1:p)。 pp(21,1:p)]。p3=[pp(23,1:p)。 pp(24,1:p)。 pp(25,1:p)。 pp(26,1:p)。 pp(27,1:p)。 pp(28,1:p)。 pp(29,1:p)。 pp(30,1:p)。 pp(31,1:p)。 pp(32,1:p)]。p4=[pp(34,1:p)。 pp(35,1:p)。 pp(36,1:p)。 pp(37,1:p)。 pp(38,1:p)。 pp(39,1:p)。 pp(40,1:p)。 pp(41,1:p)。 pp(42,1:p)。 pp(43,1:p)]。p5=[pp(45,1:p)。 pp(46,1:p)。 pp(47,1:p)。 pp(48,1:p)。 pp(49,1:p)。 pp(50,1:p)。 pp(51,1:p)。 pp(52,1:p)。 pp(53,1:p)。 pp(54,1:p)]。p6=[pp(56,1:p)。 pp(57,1:p)。 pp(58,1:p)。 pp(59,1:p)。 pp(60,1:p)。 pp(61,1:p)。 pp(62,1:p)。 pp(63,1:p)。 pp(64,1:p)。 pp(65,1:p)]。p7=[pp(67,1:p)。 pp(68,1:p)。 pp(69,1:p)。 pp(70,1:p)。 pp(71,1:p)。 pp(72,1:p)。 pp(73,1:p)。 pp(74,1:p)。 pp(75,1:p)。 pp(76,1:p)]。p8=[pp(78,1:p)。 pp(79,1:p)。 pp(80,1:p)。 pp(81,1:p)。 pp(82,1:p)。 pp(83,1:p)。 pp(84,1:p)。 pp(85,1:p)。 pp(86,1:p)。 pp(87,1:p)]。p9=[pp(89,1:p)。 pp(90,1:p)。 pp(91,1:p)。 pp(92,1:p)。 pp(93,1:p)。 pp(94,1:p)。 pp(95,1:p)。 pp(96,1:p)。 pp(97,1:p)。 pp(98,1:p)]。p10=[ pp(100,1:p)。 pp(101,1:p)。 pp(102,1:p)。 pp(103,1:p)。 pp(104,1:p)。 pp(105,1:p)。 pp(106,1:p)。 pp(107,1:p)。 pp(108,1:p)。 pp(109,1:p)]。ps=[p1。p2。p3。p4。p5。p6。p7。p8。p9。p10]39。pr=minmax(ps)。goal=[ones(1,10),zeros(1,90)。zeros(1,10),ones(1,10),zeros(1,80)。 zeros(1,20),ones(1,10),zeros(1,70)。zeros(1,30),ones(1,10),zeros(1,60)。 zeros(1,40),ones(1,10),zeros(1,50)。zeros(1,50),ones(1,10),zeros(1,40)。 zeros(1,60),ones(1,10),zeros(1,30)。zeros(1,70),ones(1,10),zeros(1,20)。 zeros(1,80),ones(1,10),zeros(1,10)。zeros(1,90),ones(1,10)]。net=newff(pr,[20,10],{39。logsig39。,39。logsig39。})。 = 10。 = 。 = 1e10。 = 50000。net = train(net,ps,goal)。x=[ pp(11,1:p)。 pp(22,1:p)。 pp(33,1:p)。 pp(44,1:p)。 pp(55,1:p)。 pp(66,1:p)。 pp(77,1:p)。 pp(88,1:p)。 pp(99,1:p)。 pp(100,1:p)]39。y0=sim(net,ps)y=sim(net,x)
物理相關(guān)推薦
鄂ICP備17016276號-1