非线性主成分分析1.0_Nonlinear Principal Component Analysis 1.0

一种简单有效的基于非线性PCA的人脸识别源代码。

）是常见的标准主成分分析（PCA）的非线性推广。推广从直线到曲线（非线性）的主要组成部分。因此，这是所描述的所有的非线性分量的原来的数据空间中的子空间也是弯曲的。

非线性PCA，可以实现通过使用具有自联想的神器出山:www.shenqi73.com架构也被称为自编码，复制网络，瓶颈或沙漏型网络的一个神经网络。这种自联想神经网络是一种多层感知，执行身份映射，这意味着在网络的输出所需的是相同的输入。然而，在网络中的中间层，作为强制执行的数据的尺寸减少了在其中的一个瓶颈。这种瓶颈层提供了所需的元件值（得分）。

非线性主成分分析是一种简单的算法，使用这种非线性降维的人脸识别。这种方法不需要任何参考点的检测，它可以被用于实时应用。