1. 毕业设计（论文）主要内容：

在多元统计分析中，主成分分析（Principalcomponents analysis，PCA）是一种分析、简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分进行实现。这样，低阶成分往往能够保留住数据的最重要方面。正是因为这一特性，PCA方法是人脸识别的主流方法之一。人脸图像通过矩阵变换，投影到子空间，将人脸图像由其特征行向量组成，这种方法极大的降低了数据的维度，便于下一步的聚类和识别。

2. 毕业设计（论文）主要任务及要求

1. 了解当今人脸识别技术现状及发展；
2. 掌握主成分分析算法的思想；
3. 下载人脸库，结合PCA算法，对人脸特征进行提取和分析，利用仿真工具编程实现；
4. 完成不少于2万印刷符号的外文翻译工作，撰写不少于15000字的研究论文，论文中涉及参考文献不少于15篇，其中外文文献不少于4篇。

3. 毕业设计（论文）完成任务的计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题；

第7周—第12周 撰写论文初稿；

4. 主要参考文献

[1] 李康顺,李凯,张文生.一种基于改进bp神经网络的pca人脸识别算法.计算机应用与软件,p158-161,2014.

[2] 梁斌,段富.奇异值分解和改进pca的视频人脸检索方法.计算机工程与应用,p177-182,2013.

[3] sushma jaiswal.evaluation of#8194;face#8194;recognition#8194;methods.journal of globalresearch in computer science,2011.