pcanet网络理解
①：一张图片矩阵m×n =》每个像素点经过k1×k2的patch滑动提取特征之后=》m×n个k1×k2的patch=》分别对这m×n个patch去平均值=》特征提取完毕=》将m×n个patch组合成一个新的矩阵X，每个patch当作为一列（长度为k1×k2），因此列的数量为m×n=》最终这张图片就变成了（m×n）*（k1×k2）的矩阵=》总共处理N张图片
②：对矩阵X，求X*XT的特征向量，并取前L1个特征向量（每个向量含有k1×k2个元素），然后将每个特征向量组装成一个矩阵作为第一次PCA中的滤波器滤波器（filter）W(l1) 一共有L1个,（第二次的滤波器叫做W(l2)
-
对每个X矩阵都要进行L1次滤波操作，每次滤波后都得一个新矩阵Z(il) ，一共L1个
Zi = X i×W(l1) i=1,.....N （总共N张图片，第i张图片) l1 = 1,......L1 (总共L1个滤波器，第l个滤波器)
③：重复类似操作，工作量相当于原来的L1倍，对新矩阵Zi，求Z*ZT的特征向量，并取前L2个特征向量（每个向量含有k1×k2个元素），然后将每个特征向量组装成一个矩阵作为第二次PCA中的滤波器滤波器（filter）W(l) 一共有L2个,（第二次的滤波器叫做W(l2)
- 对每个X矩阵都要进行L2次滤波操作 ，每张图片相当于变成了L1组个L2个矩阵
Oi = Z i×W(l2) i=1,.....N （总共N张图片，第i张图片) l2 = 1,......L1 (总共L2个滤波器，第l个滤波器)
④：将第二次PCA后的矩阵Oi（i代表第i张图片）进行二值化处理，每张图片相当于变成了L1组个L2个矩阵，然后再将每个矩阵的二进制数求和变为十进制整数，每个L2矩阵都成为一个元素对象，用于分到直方图中
