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.
PCA主成成分分析及MATLAB应用
- 总体主成分，总体主成分的计算，总体成分的性质，主成分的协方差矩阵及总方差。
icafsvm.rar
- 用于人脸识别的模糊独立成分分析+主成分分析，用模糊支持向量机进行的分类。,Fuzzy Face Recognition for independent component analysis+ principal component analysis, using fuzzy support vector machine classification.
qqqqq
- ：独立成分分析 ( I C A)在国内尚属一门新型的方法 介绍了I C A的原理及其算法 ，然后介绍了该算法在盲源 信号分离中的具体应用，并将此方法 与主成分方洼 ( P C A)进行了比较-: Independent Component Analysis (ICA) in China is a new method to introduce the principle of the ICA and its algorithm, and then introduced the algori
IcaComonMatlab.tar
- 独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特征提取、金融时间序列分析和数据挖掘等。 IC
PCAxmeas_fault1
- 主元分析方法（PCA）是一种基于多元统计分析的数据降维方法, 它利用过程变量间的相关关系, 建立正常工况下的主元模型, 通过检验新的数据样本相对于主元模型的背离程度, 从而发现异常和故障。 -Principal Component Analysis (PCA) is based on multivariate statistical analysis of the data reduction method, which uses the correlation between process
pca.c.tar
- c语言实现主成份分析的程序pca，对做主成分分析的朋友很有价值-c language program principal component analysis pca, Friends of the shots valuable component analysis
基于主成分析思想的北京水资源短缺风险综合评价
- 这是北京水资源分析的数学模型，利用了主成分分析法进行分析，并预测未来北京水资源状况-This is the analysis of water resources in Beijing mathematical model, using the principal component analysis to analyze and predict the future state of water resources in Beijing
Principal component analysis program
- 改程序能够实现matlab主成分分析，并且可以运行成功，仅供大家互相学习参考(Principal component analysis program)
pca
- 该脚本可以用于降维或者特征选择，名字为主成分分析。(Dimensionality reduction)
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。
pca
- 用matlab对某一图像做主成分分析，求的图像的特征图。我是一个新手，这是看了别人的程序看不懂。麻烦大家帮忙看看给个简单一点的程序(Information entropy of the image)
zzz
- 能够完整实现R语言的主成分分析的经典实例，希望能有所帮助(Realization of principal component analysis in R language)
PCA&other
- 主成分分析 通过该方法可以构造因子载荷矩阵并给出评分(PCA principal component analysis By this method, factor load matrix can be constructed and scored.)
主成分分析
- 主成分分析PCA源码分析，使用matlab编程，是一种降维方法，通过计算数据矩阵的协方差矩阵，然后得到协方差矩阵的特征值特征向量，选择特征值最大(即方差最大)的k个特征所对应的特征向量组成的矩阵。这样就可以将数据矩阵转换到新的空间当中，实现数据特征的降维。
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
PCAR
- 主成分回归算法的python实现，用于进行预测的问题(Python implementation of principal component regression algorithm for prediction)
基于PCA+PSO-ELM的工程费用估计
- 利用主成分分析法结合粒子群（PSO）优化极限学习机(ELM)进行工程费用估计预测(In this paper, principal component analysis (PCA) combined with particle swarm optimization (PSO) optimization extreme learning machine (ELM) is used to estimate and forecast engineering cost)
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