核主成分分析法，使用python实现。应对非线性数据，先使用核技巧映射高维使之线性可分，之后再用PCA方法将高维降到低维，理论上可从无穷维降到一维或二维，将数据变为线性可分。此程序中既包含了手工制作的KPCA全过程，也有直接从sklearn调用包直接实现。里面有详细的代码注释，核分块注释，可以截取自己需要的部分。直接套用的话，使用最前面一段代码替换数据即可
2022-11-07 19:03:54
3KB
1
针对现有的红外与可见光图像融合算法存在融合图像的对比度与清晰度降低和细节纹理信息丢失等问题,提出将鲁棒主成分分析(RPCA)、压缩感知(CS)和非下采样轮廓波变换(NSCT)相结合的融合算法。首先对两幅源图像分别进行预增强处理,应用RPCA分解得到相应的稀疏分量和低秩分量;然后对稀疏矩阵利用结构随机矩阵压缩采样,利用高斯梯度-信息反差对比度(GG-DCI)压缩融合,经正交匹配追踪法(OMP)重构;接着对低秩矩阵采用NSCT分解成低频子带和高频子带,低频子带选用区域能量-直觉模糊集(RE-IFS)融合,最高频子带利用最大绝对值规则融合,其他高频子带选用自适应高斯区域方差融合;最后将融合后的稀疏分量和低秩分量叠加得到融合图像。实验结果表明,本文算法相比其他算法能够更好地提高融合图像的对比度和清晰度,保留了丰富的细节纹理信息,客观评价指标也总体优于现有算法,有效提升了红外与可见光图像的融合效果。
2022-11-07 16:46:13
5.8MB
1
MATLAB实现PCA-LSTM主成分降维结合长短期记忆神经网络多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入12个特征，输出1个变量。
运行环境MATLAB2018b及以上。
2022-11-03 19:07:32
590KB
秦寿松 著，介绍了几种综合评价及分类方法的理论、算法和应用，综合评价现代化中存在的问题及解决办法。可作为系统工程、经济管理、应用数学、自动控制等专业高年级学生和研究生的教材或教学参考书。另外对数学建模爱好者也是一个不可多得的资源。
2022-11-03 11:12:19
38.63MB
1
因子分析实例322－旋转Rotation
由于系数没有很明显的差别,所以要进行旋转(Rotation：method一般用Varimax方差最大旋转),使系数向0和1两极分化, 例子同上
菜单：Analyze－Data Reduction－Factor
Variables ：pop，School，employ，Services， house
Extraction：使用默认值（ method：Principal components，选取特征值>1）
Rotation：method选Varimax
Score:Save as variables 和Display factor score Coefficient matrix
比较有用的结果：两个主成分(因子)f1,f2及旋转后的因子载荷矩阵(Rotated Component Matrix) ，根据该表可以写出每个原始变量（标准化值）的因子表达式：
Pop 0.01602 f1 + 0.9946f2
School 0 .941f1 - 0.00882f2
employ 0.137f1 + 0.98f2
Services 0.825f1 +0.447f2
house 0.968f1 - 0.00605f2
第一主因子对中等学校平均校龄,专业服务项目,中等房价有绝对值较大的载荷(代表一般社会福利-福利条件因子); 而第二主因子对总人口和总雇员数有较大的载荷(代表人口-人口因子). P326
比较有用的结果:因子得分fac1_1, fac2_1。其计算公式：因子得分系数和原始变量的标准化值的乘积之和（P326)。然后可以利用因子得分进行聚类p327（Analyze->Classify->Hierarchical Cluster）。
2022-10-31 19:39:52
1013KB
1
matlab中的pinv代码快速耐用PCA的IRCUR
这是Matlab的快速非凸鲁棒主成分分析（RPCA）算法的仓库，它被称为迭代鲁棒CUR（IRCUR）[1]。
为了正确显示数学符号，可能必须安装MathJax插件。
例如，
。
稳健的主成分分析
在此项目中，我们将重点放在完全观察到的设置下的RPCA问题上，即分离\
mathbb
{R}
^
{m
\
times
n}
$中的低秩矩阵$
L
\和\
mathbb中的稀疏离群矩阵$
S
\
{R}
^
{m
\
timesn}
$，根据它们的总和$
D
=
L
+
S
$。
加速的关键思想
我们使用快速CUR分解代替低秩逼近，并重新设计了经典交替投影框架中的所有昂贵步骤，以将计算复杂度降低至$
O（\
max
\
lbrace
m，n
\
rbrace
r
^
2
\
log（m）
\
log（n））$翻牌圈。
更多细节可以在我们的论文中找到[1]。
Syntex
使用所有默认参数：
[C,
pinv_U,
R,
ircur_timer,
ircur_err]
=
IRCUR(
D,
r,
'');
使用自定义参数：
para.be
2022-10-19 16:30:09
5KB
1
看我如何做基于主成分分析的模式识别系统的设计与实现.pdf看我如何做基于主成分分析的模式识别系统的设计与实现.pdf看我如何做基于主成分分析的模式识别系统的设计与实现.pdf看我如何做基于主成分分析的模式识别系统的设计与实现.pdf
2022-10-19 11:05:35
391KB
1