各种类型的主成分分析详细代码，基于Matlab的完整实现

PCA是主成分分析，用于数据降维。

为解决PSO-FCM聚类算法针对多聚类问题，性能不足，容易陷入局部最优解，影响多聚类结果的准确度.提出一种基于PCA优化的PSO-FCM聚类算法，通过引入PCA分析方法，在粒子的各维度上设定不同的移动权重，降低粒子的敏感度，合理的控制粒子各维度上移动的速度，有效的降低粒子各维度上粒子无约束，位于多个聚类群交界处的粒子过分敏感，移动到错误的聚类的可能性增加.本文简要介绍了PSO-FCM算法的相关情况，详细介绍了本文的优化算法，最后通过实验证明，本文提出的优化算法在多个数据集上结果总体优于其他算法.

本matlab程序实现了基于PCA的人脸识别，并提供了相应的论文和测试数据集，并给出了测试结果。

地方高校教学质量的准确评估,有助于高校之间取长补短,提高高校资源利用,引进良性竞争机制,最终实现学校整体教学水平的提高。通过对陕西省十多所地方高校广泛调研,对采集数据归类、合并,并作归一化处理,结合PCA,FCM,DEA及BMK算法提出了一种地方高校绩效评估中的数学新模型,给出了该模型的详细求解过程及算法流程,将该模型与传统模型进行了分析比较,基于FCM的优化选择算法将算法复杂度从O(2n-1)降到了O(n3),引进PCA的DEA模型与DEA-WEI模型复杂度相当。文中将网络上大学某知名排行榜的部分数据和搜集到的一些地方高校发展数据融合,经过优化整理,得到了备选标杆集的指标数据,然后利用论文所给模型借助MATLAB数学软件包在保守标杆集及积极标杆集两种情况下对这些高校作出评估,结果表明,方法简单实用、结论客观有效。论文将数据挖掘等数学方法有机融入到标杆分析中,用于地方高校绩效评估,探索出一条利用标杆分析提高高校教学管理的新思路,丰富了地方高校教学管理的理论和方法。

很实用的教程,方便大家了解如何用SPSS进行主成分分析。

针对强背景噪声下滚动轴承的非线性、非平稳故障特征提取不足的问题，提出了融合概率主成分分析(PPCA)及1.5维Teager能量谱的故障特征分析方法。首先对信号进行概率主成分分析，通过对信号降维重构信号，提取信号故障特征主成分，去除强背景噪声干扰；然后对重构信号进行1.5维能量谱分析，从而获得轴承故障特征谱信息。利用所提方法对滚动轴承模拟数据及实验数据进行分析，结果表明与集合经验模态分解(EEMD)包络谱相比，采用PPCA与1.5维能量谱的分析方法在进行滚动轴承故障高阶倍频提取时具有一定的优势。

计算协方差矩阵的特征向量和特征值 eigenvectors：协方差矩阵C的特征向量 eigenvalues：协方差矩阵C的特征值 特征矢量组成模式矢量 求出特征值后，按照特征值由大到小排序，给出重要级级别 对相应位置的特征向量按照特征值位置变化进行调整 C

图像的均方误差的matlab代码

阐述里主成分分析法的定义， 及应用于实际的意义， 通过 matlab 编程实现主成分分析法在图像压缩方面的应用， 在编程过程中设置不同主成分个数来显示不同的处理结果。在对处理结果进行分析，同时也对主成分分析法的性质有了 更直观的认识，方便日后在其他领域的应用。