基于PCA和SVM的人脸识别系统－error修改
-------------------------------------------------
Undefined function or variable \'W\'.
Error in classify (line 18)
xNewFace = xNewFace*W; % 经过pca变换降维
Error in GUIRecgFaceImage (line 3)
nClass = classify(filepath);
Error while evaluating uicontrol Callback
-------------------------------------------------
xNewFace = xNewFace*W; % 经过pca变换降维
classify.m函数的一句语句做修改，修改为
xNewFace = (xNewFace-meanVec)*V; % 经过pca变换降维
-------------------------------------------------
Error using svmclassify (line 53)
The first input should be a struct generated by SVMTRAIN.
Error in multiSVMClassify (line 29)
classes = svmclassify(CASVMStruct{iIndex}{jIndex},TestFace);
Error in test (line 36)
classes = multiSVMClassify(TestFace);
Error while evaluating uicontrol Callback
-------------------------------------------------
在运行程序之前，必须运行pathtool设置路径，添加根路径下的exportLibSVM，Kernel，PCA，SVM几个文件夹。并且remove原来自己的libSVM。
matlab工具箱中svmtrain的用法
原来用的是libsvm的工具包，感觉很好用。
最近应为用到的核函数需要自己设定，所以转到了matlab的自带的svm函数。
目前用到的主要有两个：
svmtrain和svmclassify。
其中具体的参数可以参考help。
有几点应用的时候需要注意：
1.如果你原来安装过libsvm需要先卸载掉。
方法是：在command window中输入pathtool，在弹出的框中去掉libsvm的文件夹。
2.svmtrain的语法示例：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',‘rbf’ );
或：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',\'rbf\' ,\'RBF_Sigma\',1.5);
但是如果用的是自编的函数的话，则为：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',@kfun);
最后的参数为自己设计的核函数，函数名字是kfun，作为参数不加引号。
Undefined function or variable \'W\'.
Error in classify (line 18)
xNewFace = xNewFace*W; % 经过pca变换降维
Error in GUIRecgFaceImage (line 3)
nClass = classify(filepath);
Error while evaluating uicontrol Callback
-------------------------------------------------
xNewFace = xNewFace*W; % 经过pca变换降维
classify.m函数的一句语句做修改，修改为
xNewFace = (xNewFace-meanVec)*V; % 经过pca变换降维
-------------------------------------------------
Error using svmclassify (line 53)
The first input should be a struct generated by SVMTRAIN.
Error in multiSVMClassify (line 29)
classes = svmclassify(CASVMStruct{iIndex}{jIndex},TestFace);
Error in test (line 36)
classes = multiSVMClassify(TestFace);
Error while evaluating uicontrol Callback
-------------------------------------------------
在运行程序之前，必须运行pathtool设置路径，添加根路径下的exportLibSVM，Kernel，PCA，SVM几个文件夹。并且remove原来自己的libSVM。
matlab工具箱中svmtrain的用法
原来用的是libsvm的工具包，感觉很好用。
最近应为用到的核函数需要自己设定，所以转到了matlab的自带的svm函数。
目前用到的主要有两个：
svmtrain和svmclassify。
其中具体的参数可以参考help。
有几点应用的时候需要注意：
1.如果你原来安装过libsvm需要先卸载掉。
方法是：在command window中输入pathtool，在弹出的框中去掉libsvm的文件夹。
2.svmtrain的语法示例：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',‘rbf’ );
或：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',\'rbf\' ,\'RBF_Sigma\',1.5);
但是如果用的是自编的函数的话，则为：
svmStruct = svmtrain(data(train,:),groups(train),\'showplot\',true,\'Kernel_Function\',@kfun);
最后的参数为自己设计的核函数，函数名字是kfun，作为参数不加引号。