function?FaceRecognition??
clear??%?calc?xmeansigma?and?its?eigen?decomposition????
close?all??
allsamples=[];%所有訓練圖像???
for?i=1:40??????
????for?j=1:5??????????
????????if（i<10）??
???????????a=imread（strcat（‘E:\ORL_92x112\00‘num2str（i）‘0‘num2str（j）‘.bmp‘））;???????
????????else??
????????????a=imread（strcat（‘E:\ORL_92x112\0‘num2str（i）‘0‘num2str（j）‘.bmp‘））;????
????????end????????????
????????b=a（1:112*92）;?%?b是行矢量?1×N，其中N＝10304，提取順序是先列后行，即從上到下，從左到右??????????
????????b=double（b）;??????????
????????allsamples=[allsamples;?b];??%?allsamples?是一個M?*?N?矩陣，allsamples?中每一行數據代表一張圖片，其中M＝200?????
????end??
end??
samplemean=mean（allsamples）;?%?平均圖片，1?×?N????
figure%平均圖??
imshow（mat2gray（reshape（samplemean11292）））;??
for?i=1:200???
????xmean（i:）=allsamples（i:）-samplemean;?%?xmean是一個M?×?N矩陣，xmean每一行保存的數據是“每個圖片數據-平均圖片”???
end;?????
%?figure%平均圖??
%?imshow（mat2gray（reshape（xmean（1:）11292）））;??
sigma=xmean*xmean‘;???%?M?*?M?階矩陣???
[vd]=eig（sigma）;??
d1=diag（d）;???
[d2index]=sort（d1）;?%以升序排序???
cols=size（v2）;%?特征向量矩陣的列數??
??
for?i=1:cols????????
????vsort（:i）?=?v（:?index（cols-i+1）?）;?%?vsort?是一個M*col（注:col一般等于M）階矩陣，保存的是按降序排列的特征向量每一列構成一個特征向量????????
????dsort（i）???=?d1（?index（cols-i+1）?）;??%?dsort?保存的是按降序排列的特征值，是一維行向量???
end??%完成降序排列?%以下選擇90%的能量???
dsum?=?sum（dsort）;???????
dsum_extract?=?0;?????
p?=?0;???????
while（?dsum_extract/dsum?????p?=?p?+?1;????????????
????dsum_extract?=?sum（dsort（1:p））;???????
end??
a=1:1:200;??
for?i=1:1:200??
y（i）=sum（dsort（a（1:i））?）;??
end??
figure??
y1=ones（1200）;??
plot（ay/dsumay1*0.9‘linewidth‘2）;??
grid??
title（‘前n個特征特占總的能量百分比‘）;??
xlabel（‘前n個特征值‘）;??
ylabel（‘占百分比‘）;??
figure??
plot（adsort/dsum‘linewidth‘2）;??
grid??
title（‘第n個特征特占總的能量百分比‘）;??
xlabel（‘第n個特征值‘）;??
ylabel（‘占百分比‘）;??
i=1;??%?（訓練階段）計算特征臉形成的坐