PCANet MATLAB代码

基于PCA的Deep Learning Network。作者马毅，喜欢也可以去他的主页下载

% ==== PCANet Demo =======
% T.-H. Chan K. Jia S. Gao J. Lu Z. Zeng and Y. Ma 
% “PCANet: A simple deep learning baseline for image classification?“ submitted to IEEE TPAMI. 
% ArXiv eprint: http://arxiv.org/abs/1404.3606 

% Tsung-Han Chan [thchan@ieee.org]
% Please email me if you find bugs or have suggestions or questions!
% ========================

clear all; close all; clc; 
addpath（‘./Utils‘）;
addpath（‘./Liblinear‘）;


TrnSize = 10000; 
ImgSize = 28; 
ImgFormat = ‘gray‘; %‘color‘ or ‘gray‘

%% Loading data from MNIST Basic （10000 training 2000 validation 50000 testing） 
% load mnist_basic data
load（‘./MNISTdata/mnist_basic‘）; 

% ===== Reshuffle the training data =====
% Randnidx = randperm（size（mnist_train1））; 
% mnist_train = mnist_train（Randnidx:）; 
% =======================================

TrnData = mnist_train（1:TrnSize1:end-1）‘;  % partition the data into training set and validation set
TrnLabels = mnist_train（1:TrnSizeend）;
ValData = mnist_train（TrnSize+1:end1:end-1）‘;
ValLabels = mnist_train（TrnSize+1:endend）;
clear mnist_train;

TestData = mnist_test（:1:end-1）‘;
TestLabels = mnist_test（:end）;
clear mnist_test;


% ==== Subsampling the Training and Testing sets ============
% （comment out the following four lines for a complete test） 
TrnData = TrnData（:1:4:end）;  % sample around 2500 training samples
TrnLabels = TrnLabels（1:4:end）; % 
TestData = TestData（:1:50:end）;  % sample around 1000 test samples  
TestLabels = TestLabels（1:50:end）; 
% ===========================================================

nTestImg = length（TestLabels）;

%% PCANet parameters （they should be funed based on validation set; i.e. ValData & ValLabel）
% We use the parameters in our IEEE TPAMI submission
PCANet.NumStages = 2;
PCANet.PatchSize = 7;
PCANet.NumFilters = [8 8];
PCANet.HistBlockSize = [7 7]; 
PCANet.BlkOverLapRatio = 0.5;

fprintf（‘\n ====== PCANet Parameters ======= \n‘）
PCANet

%% PCANet Training with 10000 samples

fprintf（‘\n ====== PCANet Training ======= \n‘）
TrnData_ImgCell = mat2imgcell（TrnDataImgSizeImgSizeImgFormat）; % convert columns in TrnData to cells 
clear TrnData; 
tic;
[ftrain V BlkIdx] = PCANet_train（TrnData_ImgCellPCANet1）; % BlkIdx serves the purpose of learning block-wise DR projection matrix; e.g. WPCA
PCANet_TrnTime = toc;
clear TrnData_ImgCell; 


fprintf（‘\n ====== Training Linear SVM Classifier ======= \n‘）
tic;
models = train（TrnLabels ftrain‘ ‘-s 1 -q‘）; % we use linear SVM classifier （C = 1） calling libsvm library
LinearSVM_TrnTime = toc;
clear ftrain; 


%% PCANet Feature Extraction and Testing 

TestData_ImgCell = mat2imgcell（TestDataImgSizeImgSizeImgFormat）; % convert columns in TestData to cells 
clear TestData; 

fprintf（‘\n ====== PCANet Testing ======= \n‘）

nCorrRecog = 0;
RecHistory = zeros（nTestImg1）;

tic; 
for idx = 1:1:nTestImg
    
    ftest = PCANet_FeaExt（TestData_ImgCell（idx）VPCAN

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-04-16 00:31  PCANet_demo\
     文件        4095  2014-04-16 00:26  PCANet_demo\demo.m
     文件        3013  2014-04-16 00:24  PCANet_demo\HashingHist.m
     目录           0  2013-11-07 01:29  PCANet_demo\Liblinear\
     文件        4226  2011-08-26 22:25  PCANet_demo\Liblinear\libsvmread.c
     文件       11225  2013-09-24 05:36  PCANet_demo\Liblinear\libsvmread.mexa64
     文件       10752  2013-08-25 19:42  PCANet_demo\Liblinear\libsvmread.mexw64
     文件        2254  2011-08-26 22:25  PCANet_demo\Liblinear\libsvmwrite.c
     文件        9463  2013-09-24 05:36  PCANet_demo\Liblinear\libsvmwrite.mexa64
     文件        9216  2013-08-25 19:42  PCANet_demo\Liblinear\libsvmwrite.mexw64
     文件        3726  2012-04-16 21:50  PCANet_demo\Liblinear\linear_model_matlab.c
     文件         168  2008-09-06 19:07  PCANet_demo\Liblinear\linear_model_matlab.h
     文件         910  2012-10-18 17:51  PCANet_demo\Liblinear\make.m
     文件        1764  2011-05-09 16:37  PCANet_demo\Liblinear\Makefile
     文件        8629  2012-10-09 21:49  PCANet_demo\Liblinear\predict.c
     文件       66845  2013-09-24 05:36  PCANet_demo\Liblinear\predict.mexa64
     文件       16384  2013-08-25 19:42  PCANet_demo\Liblinear\predict.mexw64
     文件        7349  2012-04-16 22:26  PCANet_demo\Liblinear\README
     文件       10947  2012-07-20 00:59  PCANet_demo\Liblinear\train.c
     文件       68273  2013-09-24 05:36  PCANet_demo\Liblinear\train.mexa64
     文件       58880  2013-08-25 19:42  PCANet_demo\Liblinear\train.mexw64
     目录           0  2013-11-07 01:29  PCANet_demo\MNISTdata\
     文件    23859010  2013-10-29 04:03  PCANet_demo\MNISTdata\mnist_basic.mat
     文件        1851  2014-04-16 00:22  PCANet_demo\PCANet_FeaExt.m
     文件        3260  2014-04-16 00:22  PCANet_demo\PCANet_train.m
     文件        1774  2014-04-16 00:24  PCANet_demo\PCA_FilterBank.m
     文件        1730  2014-04-16 00:22  PCANet_demo\PCA_output.m
     目录           0  2013-11-07 01:29  PCANet_demo\Utils\
     文件        1341  2009-08-31 20:17  PCANet_demo\Utils\im2colstep.m
     文件        9919  2013-10-02 11:23  PCANet_demo\Utils\im2colstep.mexa64
     文件        9216  2013-10-01 19:43  PCANet_demo\Utils\im2colstep.mexw64
............此处省略2个文件信息