گزارش متنی از نحوه ارتباط میان Neural Networks و Principal Component Analysis شامل مقدمه ای بر PCA و قوانین یادگیری شبکه عصبی و ارتباط میان این دو

شبیه سازی مسئله کاهش بعد داده به کمک الگوریتم آنالیز مولفه های اساسی Principal component analysis -PCA به همراه جزوه آموزش الگوریتم

شبیه سازی مسئله کاهش بعد داده به کمک الگوریتم آنالیز مولفه های اساسی کرنل KPCA

کاهش نویز سیگنال گفتار به کمک الگوریتم آنالیز مولفه های اساسی مقاوم Robust Principle Component Analysis-RPCA در حضور نویزهای ناایستا براساس تجزیه مقادیر ویژه SVD و آستانه گذاری ضرایب Thresholding مبتنی بر مولفه های تنک و رتبه پایین سیگنال نویزی

کاهش نویز سیگنال گفتار به کمک الگوریتم آنالیز مولفه های اساسی مقاوم Robust Principle Component Analysis -RPCA براساس الگوریتم بهینه سازی تناوبی مبتنی بر مولفه های تنک و رتبه پایین سیگنال نویزی و دیکشنری سیگنال گفتار در حضور نویزهای ناایستا

شبیه سازی الگوریتم تشخیص چهره براساس ویژگی های تبدیل موجک استخراج شده و آنالیز مولفه های اساسی اعمالی بر روی ویژگی ها

شبیه سازی الگوریتم تشخیص چهره Face recognition با استفاده از آنالیز مولفه های اساسی PCA و طبقه بندی کننده آدابوست AdaBoost

جزوه آموزشی بررسی و تحلیل الگوریتم های کاهش بعد داده Dimentionality reduction به همراه فایل های شبیه سازی روش ها