使用变分EM方法实现的LDA文本模型 输入为文本即可 分解实现，含多个小函数可单独使用-LDA For Text Classification

首先，对CATEGORY中的txt文件分类； 其次，对多个txt文件中的英文文本进行分词； 最后，通过贝叶斯公式进行分类；-First, in the txt file CATEGORY classification Secondly, multiple txt files in English text word Finally, by Bayes formula to be classified

用于文本分析和分类的pLSA(Probability Latent Semantic Analysis)的Matlab算法，含有测试数据及算法原理介绍。也可用于图像分析。相比原来的版本，增加了示例程序demo.m，以实现可视化效果，用户更容易使用和理解pLSA算法。-For text analysis and classification of pLSA (Probability Latent Semantic Analysis) of the Matlab algorithm with tes

数字图像处理及实例应用，包括图像的边缘检测，阈值分割算法，文字与非文字区域的划分-And examples of digital image processing applications, including edge detection, threshold segmentation algorithm, text classification with non-text area