Ввод кодов PCA, использование для распознавания PalmPrint

Я новичок в Матлабе. Я пытаюсь применить функцию PCA (URL-адрес указан ниже) в моей программе распознавания отпечатков ладоней для создания собственных ладоней. Мои изображения в оттенках серого отпечатка ладони имеют размер 450 * 400. Прежде чем использовать его, я пытался изучить эти коды и добавить некоторые коды, чтобы сохранить собственный вектор в виде файла .mat. Некоторые из % комментариев добавлены мной для моего понимания.

После нескольких дней изучения я так и не смог получить ответы. Я решил обратиться за помощью. У меня есть несколько вопросов относительно этого PCA.m.

СПС.м

1. Какой ввод "опций" должен быть? из «PCA (данные, детали, параметры)» (это целое число для уменьшенного размера? Я пытался выяснить, где передается значение «параметров», но все еще не смог получить ответ. msgbox «h & h2 ", заключается в проверке того, что коды выполняются до тех пор, пока где. Я пытался использовать целое число 10, но размер обработки PCA.m составляет 400 * 400.)

2. «Собственный вектор», который я сохраняю как файл «.mat», готов к выполнению классификатора евклидовых расстояний с другим собственным вектором? (Я думаю, что собственный вектор равен собственному пальцу, как и при распознавании лиц, собственным лицам. Я пытался преобразовать матрицу собственного вектора обратно в изображение, но изображение после процесса PCA черное и много точек на нем)

мойСВД.м

1. В этой функции можно изменить два значения: MAX_MATRIX_SIZE, установленное на 1600, и EIGVECTOR_RATIO, установленное на 0,1%. Могу ли я узнать, что эти значения повлияют на результаты? (Я пытался поиграть со значениями, но не вижу разницы. Размер изображения отпечатка моей ладони установлен на 450 * 400, поэтому Max_matrix_size должен быть установлен на 180 000?)

** Надеюсь, вы, ребята, понимаете, о чем я прошу, помогите, спасибо, ребята (=

Исходная версия: http://www.cad.zju.edu.cn/home/dengcai/Data/code/PCA.m

mySVD: http://www.cad.zju.edu.cn/home/dengcai/Data/code/mySVD.m

% Edited Version by me
function [eigvector, eigvalue] = PCA(data,details,options)
%PCA    Principal Component Analysis
%
%   Usage:
%       [eigvector, eigvalue] = PCA(data, options)
%       [eigvector, eigvalue] = PCA(data)
%
%             Input:
%               data       - Data matrix. Each row vector of fea is a data point.
%                            fea = finite element analysis ?????
%     options.ReducedDim   - The dimensionality of the reduced subspace. If 0,
%                         all the dimensions will be kept.
%                         Default is 0.
%
%             Output:
%               eigvector - Each column is an embedding function, for a new
%                           data point (row vector) x,  y = x*eigvector
%                           will be the embedding result of x.
%               eigvalue  - The sorted eigvalue of PCA eigen-problem.
%
%   Examples:
%           fea = rand(7,10);
%           options=[]; %store an empty matrix in options
%           options.ReducedDim=4;
%           [eigvector,eigvalue] = PCA(fea,4);
%           Y = fea*eigvector;
%
%   version 3.0 --Dec/2011
%   version 2.2 --Feb/2009
%   version 2.1 --June/2007
%   version 2.0 --May/2007
%   version 1.1 --Feb/2006
%   version 1.0 --April/2004
%
%   Written by Deng Cai (dengcai AT gmail.com)
%

if (~exist('options','var'))

%A = exist('name','kind')
% var = Checks only for variables.
%http://www.mathworks.com/help/matlab/matlab_prog/symbol-reference.html#bsv2dx9-1
%The tilde "~" character is used in comparing arrays for unequal values, 
%finding the logical NOT of an array, 
%and as a placeholder for an input or output argument you want to omit from a function call. 

    options = [];
end

h2 = msgbox('not yet');

ReducedDim = 0;
if isfield(options,'ReducedDim')
%tf = isfield(S, 'fieldname')

h2 = msgbox('checked');

    ReducedDim = options.ReducedDim;
end

[nSmp,nFea] = size(data);
if (ReducedDim > nFea) || (ReducedDim <=0)
    ReducedDim = nFea;
end


if issparse(data)
    data = full(data);
end
sampleMean = mean(data,1);
data = (data - repmat(sampleMean,nSmp,1));

[eigvector, eigvalue] = mySVD(data',ReducedDim);
eigvalue = full(diag(eigvalue)).^2;

if isfield(options,'PCARatio')
    sumEig = sum(eigvalue);
    sumEig = sumEig*options.PCARatio;
    sumNow = 0;
    for idx = 1:length(eigvalue)
        sumNow = sumNow + eigvalue(idx);
        if sumNow >= sumEig
            break;
        end
    end

    eigvector = eigvector(:,1:idx);

end

%dt get from C# program, user ID and name
evFolder = 'ev\';
userIDName = details; %get ID and Name
userIDNameWE = strcat(userIDName,'\');%get ID and Name with extension
filePath = fullfile('C:\Users\***\Desktop\Data Collection\');
userIDNameFolder = strcat(filePath,userIDNameWE); %ID and Name folder
userIDNameEVFolder = strcat(userIDNameFolder,evFolder);%EV folder in ID and Name Folder
userIDNameEVFile = strcat(userIDNameEVFolder,userIDName); % EV file with ID and Name

if ~exist(userIDNameEVFolder, 'dir')
    mkdir(userIDNameEVFolder);
end

newFile =  strcat(userIDNameEVFile,'_1');
searchMat = strcat(newFile,'.mat');
if exist(searchMat, 'file') 
        filePattern = strcat(userIDNameEVFile,'_');

        D = dir([userIDNameEVFolder, '*.mat']);
        Num = length(D(not([D.isdir])))

        Num=Num+1;
        fileName = [filePattern,num2str(Num)];

    save(fileName,'eigvector');

else
     newFile =  strcat(userIDNameEVFile,'_1');
     save(newFile,'eigvector');
end