菜单
　　

        求解PCA的一般步骤如下:
    1.收集数据组成一个m×n的矩阵，m是观测变量的个数,n是采样点的个数。
    2.在每个观测变量上减去该观测变量的平均值，得到矩阵X。
    3.对XXT进行分解特征,求取特征向量还有其对应的特征根。
    PCA没有参数限制，这是它的一项很大的优点。计算PCA的结果只与数据有关,不受用户关系的影响。
    2.1.2  独立成分分析(Independent Component Analysis，ICA)
    独立成份分析(ICA)是另一种重要的子空间分析方法。它的思想是消除或者减少各个分量之间的相关性，使它们尽可能地相互独立［4］。PCA和ICA都属于线性非监督方法。
    假设
  1. 上一篇：matlab钢琴琴音识别技术研究
  2. 下一篇：UHF双频天线研究+文献综述

  1. 小波分析用于图像增强的研究MATLAB仿真

  2. 基于多指标决策的通信网...

  3. HFSS偶极子天线的设计和仿真

  4. 线阵DOA估计及波束形成算法MATLAB实现

  5. Matlab小波分析用于图像压缩的研究

  6. MATLAB中继选择方案设计与仿真

  7. MATLAB波束成形方法仿真分析

  8. 上市公司股权结构对经营绩效的影响研究

  9. g-C3N4光催化剂的制备和光催化性能研究

  10. 巴金《激流三部曲》高觉新的悲剧命运

  11. NFC协议物理层的软件实现+文献综述

  12. 现代简约美式风格在室内家装中的运用

  13. 中国传统元素在游戏角色...

  14. 浅析中国古代宗法制度

  15. 江苏省某高中学生体质现状的调查研究

  16. 高警觉工作人群的元情绪...

  17. C++最短路径算法研究和程序设计

　　

About

优尔论文网手机版...

主页：http://www.youerw.com

关闭返回