注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 主成分分析应用 数学建模

  2. 主成分分析 数学建模 function [R]=zcffx(X) %输出相关矩阵R B=X(1:end);%将矩阵展开 juzhi=mean(B); biaozhuncha=std(B); [m,n]=size(X); C=zeros(14,8); %将矩阵标准化，运用标准差标准化 for i=1:m for j=1:n C(i,j)=((X(i,j)-juzhi)/biaozhuncha); end end R=corrcoef(C);%相关矩阵 [V,D]=eig(R);%求相关矩阵R的特

  3. 所属分类：专业指导

    • 发布日期：2011-03-27
    • 文件大小：479232
    • 提供者：scjunzilan

  1. 主成份分析的MATLAB实现案例

  2. 主成分分析（Principal Component Analysis，PCA）， 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。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。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。

  3. 所属分类：其它

    • 发布日期：2011-05-04
    • 文件大小：38912
    • 提供者：dengzhonghao

  1. PCA（主成分分析）算法

  2. PCA（主成分分析代码），可以有效的提取矩阵的特征值和特征向量，经本人验证有效，可以下载使用。

  3. 所属分类：其它

    • 发布日期：2015-04-16
    • 文件大小：1024
    • 提供者：yantingvschang

  1. 统计分析之主成分分析

  2. 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 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。 主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。

  3. 所属分类：讲义

    • 发布日期：2017-12-28
    • 文件大小：8192
    • 提供者：qq_27117215

  1. 基于主元分析与神经网络的垮落煤岩性状识别方法研究

  2. 为了获得综放开采现场用以分类煤岩的有效的特征向量和分类模型,通过已有的设备及设计采集方案,对综放开采现场的煤岩声压信号进行了采集;并对获取的声压信号进行时域分析,得到时域特征向量并作为神经网络的输入向量;利用主元分析(简称PCA),减少时域特征间的相关性,降低神经网络输入向量的维数;然后设计BP神经网络模型,通过比较梯度下降法与Levenberg-Marquard算法,得知基于LM训练法耗时明显小于梯度下降法。最后对比进行PCA与未进行PCA的LM算法的BP神经网络煤岩识别结果,得到PCA与LM

  3. 所属分类：其它

    • 发布日期：2020-04-28
    • 文件大小：222208
    • 提供者：weixin_38748556

  1. 基于小波包变换-主元分析-神经网络算法的多电平逆变器故障诊断

  2. 针对级联多电平逆变器的故障诊断问题,提出了一种基于小波包变换-主元分析-神经网络算法的故障诊断方法。首先,通过小波包变换对故障信号进行多尺度小波包分解,并重构提取小波包能量作为故障特征向量;然后,采用主元分析方法提取主元信息以降低故障特征的维数;最后,利用BP神经网络进行故障分类和识别。通过仿真实验,验证了该方法相对于传统方法具有更高的故障诊断和故障识别的准确率,并且对噪声具有较好的鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：763904
    • 提供者：weixin_38545332

  1. 基于主成分分析和支持向量机的矿井水源判别

  2. 基于主成分分析和支持向量机的矿井水源判别，邱梅，施龙青，针对传统支持向量机法判别矿井水源准确率较低的问题，本文选取7种水化学成分指标作为矿井水源判别的指标，采用主成分分析(PCA)和支

  3. 所属分类：其它

    • 发布日期：2020-02-11
    • 文件大小：318464
    • 提供者：weixin_38733875

  1. 尼日利亚农村居民计划生育意识水平调查（主成分分析法）

  2. 这项研究调查了尼日利亚西南部农村居民对计划生育的认识水平和态度，及其对尼日利亚人口/经济的影响。 使用分层随机抽样技术的按比例分配，从尼日利亚西部塞里基农村社区中随机选择的300名受访者收集数据。 该研究认为了解传统计划生育方法与现代避孕方法之间的认识水平。 根据对结果的分析，发现现代方法比传统的计划生育方法受到更广泛的欢迎，结果表明，有175％的人喜欢现代方法，而有125％的人喜欢传统方法。 检查这些因素时考虑的因素包括教育背景，经济因素，婚姻状况，社会因素，种族和文盲水平； 使用主成分分析技

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：484352
    • 提供者：weixin_38592502

  1. 基于主元分析的瓦斯抽放系统故障检测方法

  2. 瓦斯抽放系统是煤矿安全生产的重要环节。为提高系统故障检测能力,迅速处理故障,本文提出一种基于主元分析的多元统计分析方法,利用SPE统计量、T2统计量以及得分向量判断瓦斯抽放监控系统运行过程,是否发生异常。通过实验获取煤矿瓦斯抽放系统测量参数并进行分析,验证了基于主元分析的过程检测方法在瓦斯抽放系统故障检测中效果良好。

  3. 所属分类：其它

    • 发布日期：2020-06-19
    • 文件大小：1048576
    • 提供者：weixin_38522323

  1. 基于主成分分析的支持向量机对购房意愿的分类研究

  2. 居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果良好,对政府和房地产开发商进行客户细分、制定营销策略有一定的借鉴意义。

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：167936
    • 提供者：weixin_38750644

  1. 基于主成分分析和神经网络的电动机故障诊断方法研究

  2. 为能有效地对电动机转子断条故障初期进行检测,以小波包分析方法为基础,根据能量频谱中能量值的变化来诊断电动机故障。根据能量值的大小来判别电动机故障的严重程度,再利用小波包结合主成分分析(PCA)提取能反映原始数据集的特征向量,最后利用径向基函数(RBF)神经网络来对电动机故障类型进行识别。仿真验证了该方法能有效地提取电动机的故障信号量,并能正确地识别电动机的故障类型。

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：267264
    • 提供者：weixin_38595528

  1. 平面三角形主成分分析算法识别空间失星

  2. 对于恒星传感器来说，实现恒星识别并确定太空失落模式下的航天器姿态是一项艰巨的任务。 提出了几种基于三角法的恒星识别算法。 但是，这些方法消耗大量时间，并具有较大的指南星目录内存大小。 这些方法的恒星识别性能需要改进。 为了解决这些问题，本文提出了一种使用平面三角形主成分分析的恒星识别算法。 基于星形传感器视野范围内的恒星产生的平面三角形和三角形的投影，生成星形图案。 由于投影可以确定目录中唯一三角形的索引，因此采用k向量范围搜索技术可使该算法非常快速。 另外，构建了共享星验证方法来验证识别结果。

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1048576
    • 提供者：weixin_38733676

  1. 基于主成分分析和支持向量机的滚动轴承故障特征融合分析

  2. 基于主成分分析和支持向量机的滚动轴承故障特征融合分析

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：858112
    • 提供者：weixin_38647517

  1. 基于主成分分析的齿轮箱故障特征融合分析

  2. 为有效降低齿轮箱故障特征的维数并提高诊断准确率,提出了基于主成分分析法的齿轮箱故障特征融合方法,并结合支持向量机和BP神经网络对诊断的准确率进行了分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时域、频域和基于希尔伯特变换的36个特征,提取累积贡献率达到95%以上的主成分并输入支持向量机分类器中进行分类识别,用BP神经网络分类器进行结果的比较分析。结果表明,采用主成分分析法与支持向量机相结合的方法,既能降低特征维数,降低计算的复杂性,又能有效地表征齿轮箱的运行状态,识别不同裂纹水

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：88064
    • 提供者：weixin_38618746

  1. 基于主成分分析和线性判别分析的高光谱数据相关矢量机分类

  2. 相关性向量机（RVM）是一种机器学习技术，它使用贝叶斯推理来获取回归和概率的简约解。 与支持向量机（SVM）相比，RVM的贝叶斯公式避免了SVM的自由参数集。 然而，当应用于高光谱数据时，RVM的分类精度不高。 提出了一种基于RVM的分类方法。 该方法结合了主成分分析（PCA）和线性判别分析（LDA）以减少高光谱数据的维数。 首先，将PCA用于一维降维，并获得非奇异的类内散布矩阵。 其次，将LDA应用于第二维降维，大大减少了计算量。 最后，将相关向量机模型应用于遥感图像分类。 本文使用了1992

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：340992
    • 提供者：weixin_38731199

  1. 基于分组主成分分析的光学相干图像降斑算法

  2. 通过分析临床医学图像中光学相干断层成像(OCT)的相干斑噪声模型，提出了一种基于局部分组主成分分析的光学相干断层图像降斑算法。根据相干图像的统计特征，利用同态滤波将乘性噪声转换为加性噪声；将训练集中待处理的像素及其邻域表示成子块向量，利用块相似性度量对子块进行分组，并用于主成分分析。为有效抑制相干图像中病灶的噪声干扰，将该算法执行两次。实验结果表明：所提算法在降斑的同时较好地保留了图像的细节信息，而且获得了较高的客观评价指标。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：11534336
    • 提供者：weixin_38602189

  1. 基于支持值变换和自适应主成分分析的多光谱和全色图像融合

  2. 在本文中，我们将投影替换与ARSIS（“全称”的缩写，“通过结构注入改善空间分辨率”，即通过结构注入提高空间分辨率”）概念假设相结合，以融合全色（PAN）和多光谱（MS）图片。 首先使用支持值过滤器（SVF）建立新的多尺度模型（MSM），使用支持向量变换（SVT），然后采用自适应主成分分析（APCA）通过统计方法选择MS图像的主成分测量MS和PAN​​图像之间的相关性； 其次，使用局部方法来检查结构是否应出现在新的主成分中，并且在插入MS模态之前，通过高分辨率带间结构模型（HRIBSM）对PAN

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38637805

  1. 主成分分析（PCA）简介

  2. 主成分分析实例：一个平均值为(1,3)、标准差在(0.878,0.478)方向上为3、在其正交方向为1的高斯分布。这里以黑色显示的两个向量是这个分布的协方差矩阵的特征向量，其长度按对应的特征值之平方根为比例，并且移动到以原分布的平均值为原点。在多元统计分析中，主成分分析（英语：Principalcomponentsanalysis，PCA）是一种分析、简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：305152
    • 提供者：weixin_38680764

  1. 基于差分-主成分分析-支持向量机的有机化合物太赫兹吸收光谱识别方法

  2. 针对有机化合物的太赫兹时域光谱数据,提出了一种基于差分-主成分分析(PCA)-支持向量机(SVM)的有机化合物识别方法。基于物质样本的太赫兹时域信号计算得到太赫兹吸收光谱,对0.2~2.5 THz频率区间内的数据进行特征提取。在特征提取中,提出了基于差分数据的样本容量扩充方法,并结合PCA进行了特征的提取。利用SVM建立了提取的特征与物质类别对应关系的数学模型,并根据建立的模型对未知样本进行了识别研究。利用所提方法对15种有机化合物的太赫兹光谱数据进行了识别,正确识别率为93.33%。将所提方法

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：4194304
    • 提供者：weixin_38698018

  1. 基于主成分分析-支持向量机模型的激光钎焊接头质量诊断

  2. 基于主成分分析-支持向量机（PCA-SVM）模型，提出一种利用近红外辐射信号预测接头形貌的方法，研究了信号的变化规律与焊缝形貌之间的相关性，实现了工艺参数的优化。提取信号的6种时域特征参数并进行主成分分析，获得了接头形貌综合评定指标。根据信号的输入特征，利用支持向量机进行了分类预测。结果表明，近红外辐射信号能够反映焊接过程中焊缝状态的变化，不同缺陷的特征变化具有较大差异，且存在清晰的识别度。该预测模型能够准确识别焊缝成形形貌，准确率高达96.6%。

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：7340032
    • 提供者：weixin_38708945
« 12 3 4 5 6 7 8 9 10 ... 19 »