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. 基于差分进化算法的自动...

  2. 基于混沌的图像加密通信...

  3. MATLAB基于时频分析的穿墙呼吸检测算法研究

  4. 基于LTE的OFDM无线传输链路设计与仿真

  5. 基于OFDM的用户接入控制技术研究

  6. 基于OFDM的数字图像无线传输关键技术研究

  7. QPSK无线通信网络中基于...

  8. 当代大学生慈善意识研究+文献综述

  9. 酸性水汽提装置总汽提塔设计+CAD图纸

  10. 大众媒体对公共政策制定的影响

  11. java+mysql车辆管理系统的设计+源代码

  12. 十二层带中心支撑钢结构...

  13. 中考体育项目与体育教学合理结合的研究

  14. 河岸冲刷和泥沙淤积的监测国内外研究现状

  15. 杂拟谷盗体内共生菌沃尔...

  16. 电站锅炉暖风器设计任务书

  17. 乳业同业并购式全产业链...

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回