搜索资源列表
一个 PCA 算法的matlab程序
- 主成分分析(PCA)算法是用于简化数据的一种技术,对于某些复杂数据就可应用主成分分析法对其进行简化。-principal component analysis (PCA) algorithm is used to simplify the technology of data, For some complex data can be applied Principal Component Analysis streamline its.
qiyizhifaPCA
- 利用奇异值法(SVD)对载入数据进行主成分分析,源代码-use of the singular value (SVD) included data on principal component analysis, source code
pcaBPneuralnetwork
- 用主成分分析与神经网络进行人脸的识别 文件是整个的MATLAB数据文件-using principal component analysis and neural networks face identification document is the entire data file MATLAB
eof
- 主成分分析程序,适合做向量场的正交分解 -principal component analysis procedures, suitable for the vector field orthogonal decomposition
image_mva_0
- 一个利用Matlab实现PCA(主成分分析),k_means图像分割很好的例子。-using Matlab a PCA (Principal Component Analysis), k_means image segmentation good example.
PCA_Matlab_ana
- 主成分分析是把多个指标化为少数几个终合指标的一种统计分析方法。本源代码为matlab中源代码,并添加了相应的分析注解-Principal Component Analysis is more than a few indicators as a final indicator of a statistical analysis method. Source code for which the source code Matlab, and add the corresponding analy
PCA_NN
- PCA(主成分分析)算法被广泛应用于工程和科学研究中,本报告主要从PCA的基本结构和基本原理对其进行研究,常规的PCA算法主要采用线性算法,通过研究论证发现线性的PCA算法存在着许多不足,比如线性PCA算法不能从线性组合中把独立信号成分分离出来,主分量只由数据的二阶统计量—自相关阵确定,这种二阶统计量只能描述平稳的高斯分布等,因此必须对其进行改进,经改进后的PCA算法有非线性PCA算法、鲁棒算法等。我们通过PCA算法在直线(平面)中拟和的例子说明了PCA在工程中的应用。本例子采用的是成分分析中的
LDA
- 人脸识别主成分分析LDA代码,MATLAB写的。-Principal Component Analysis LDA code written in MATLAB.
PCA-matlab
- 此程序为用于主成分分析的matlab程序,可以输出贡献率及画出二维散点图-this procedure for the Principal Component Analysis Matlab procedures can export contribution rate and the two-dimensional plot paint
TPAD2004
- 用matlab实现的主成分分析,线性回归函数-using Matlab achieve the principal component analysis, linear regression function.
MatlabStudy
- 主成分分析法计算过程matlab实现软件,希望对大家有所帮助-principal component analysis calculation Matlab software, we hope to help
codegg
- 根据给出的数据分析公司债券投资的相关性行为及推断可能存在的控制团体(According to the relevance behavior of the data analysis firms bond investment and infer the possible control groups)
pcr
- 主成分回归是一种多元回归分析方法,旨在解决自变量间存在多重线性问题(Principal component regression is a multivariate regression analysis method designed to solve the existence of multiple linear problems between independent variables)
基于主分量的人脸重构
- 本实验是基于主成分分析法(PCA)在人脸识别中的应用,采用SVM分类器在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真。
matlab
- 在实际课题中,为了全面分析问题,往往提出很多与此有关的变量(或因素),因为每个变量都在不同程度上反映这个课题的某些信息。(PCAPrincipal Component Analysis (PCA) is a multivariate statistical analysis method that selects multiple variables by linear transformation to select fewer variables. It is also called pri
_基于智能算法的股票价值估计研究
- 基于主成分分析和神经网络算法的股票行情预测(Stock market forecast based on principal component analysis and neural network algorithm)
主成分综合评价介绍原理及matlab程序
- 主要介绍主成分原理,给出matlab程序和实例分析,并有结果显示
matlab软件进行主成分因子分析
- 利用matlab软件进行主成分因子分析,文档中实例数据来源matlab自带数据文件
核主元分析(Kernel principal component analysis ,KPCA)在降维、特征提取以及故障检测中的应用
- 主要功能有: (1)训练数据和测试数据的非线性主元提取(降维、特征提取) (2)SPE和T2统计量及其控制限的计算 (3)故障检测 KPCA的建模过程(故障检测): (1)获取训练数据(工业过程数据需要进行标准化处理) (2)计算核矩阵 (3)核矩阵中心化 (4)特征值分解 (5)特征向量的标准化处理 (6)主元个数的选取 (7)计算非线性主成分(即降维结果或者特征提取结果) (8)SPE和T2统计量的控制限计算
回归分析
- 回归分析的9种主要算法,包括(一元线性回归、多元线性回归、非线性回归、主成分分析、因子分析、自相关分析以及逐步回归分析等matlab代码以及算法说明。