图像特征提取之--PCA方法

引言 PCA是Principal Component Analysis的缩写，也就是主成分分析。也是用于降维经常使用的一中方法。PCA 主要用于数据降维，对于高维的向量，PCA 方法求得一个 k 维特征的投影矩阵，这个投影矩阵能够将特征从高维降到低维。投影矩阵也能够叫作变换矩阵。新的低维特征必须每一个维都正交，特征向量都是正交的。经过求样本矩阵的协方差矩阵，而后求出协方差矩阵的特征向量，这些特征向

>>阅读原文<<