特征提取为分类器提供所有依据，它的表征性能直接决定了识别分类的效 率和精度。-Feature extraction based on the classification with all its characterization classification performance directly determines the efficiency and accuracy of identification.

关于人脸识别和步态识别融合的研究，运用较新的算法，而且取得较高的识别率！-Studies on the integration of face recognition and gait recognition, using the newer algorithms, and achieved higher recognition rate!

提出两种基于盲源分离方法的标签防碰撞算法，解决标签密集的多天线RFID 系统中的标签碰撞问题。在一个确定的 时隙内， 当发射反向反馈信号的标签数目不超过阅读器天线的数目时， 这些标签可以通过盲源分离算法被阅读器成功识 别；信号，直到所有标签被成功识别出来。仿真结果表明，新算法能使得RFID 系统获得更加高效的吞吐率，能比基于ALOHA 的标签防碰撞算法具有更小的时耗，尤其是当标签数目较大时更加显著。-two tag anti－collision algorithms based on

基于PCA的人脸识别matlab代码。建立特征脸空间，而后将预存人脸图像和待识别图像投影到特征脸空间上，可以得到较高的识别率-Based on PCA face recognition matlab code. The eigenface space is established, and then the stored face image and the image to be recognized are projected onto the feature face space, and