PCA算法故障诊断

上传者: 43945593 | 上传时间: 2019-12-21 20:58:08 | 文件大小: 24KB | 文件类型: rar
PCA
PCA(主成分分析)算法,主要用于数据降维,保留了数据集中对方差贡献最大的若干个特征来达到简化数据集的目的。 实现数据降维的步骤: 1、将原始数据中的每一个样本用向量表示,把所有样本组合起来构成一个矩阵,通常需对样本矩阵进行处理,得到中性化样本矩阵 2、求样本矩阵的协方差矩阵 3、求协方差矩阵的特征值和特征向量 4、将求出的特征向量按照特征值的大小进行组合形成一个映射矩阵。并根据指定的PCA保留的特征个数取出映射矩阵的前n行或者前n列作为最终的映射矩阵。 5、用映射矩阵对数据进行映射,达到数据降维的目的。

文件下载

资源详情

[{"title":"( 14 个子文件 24KB ) PCA算法故障诊断","children":[{"title":"PCAFisher","children":[{"title":"PCAFisher.m <span style='color:#111;'> 4.27KB </span>","children":null,"spread":false},{"title":"Kmatrix_Gauss.m <span style='color:#111;'> 199B </span>","children":null,"spread":false},{"title":"XStd.m <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"test_LFDA.m <span style='color:#111;'> 1.33KB </span>","children":null,"spread":false},{"title":"PCAThrd.m <span style='color:#111;'> 673B </span>","children":null,"spread":false},{"title":"erepca.asv <span style='color:#111;'> 4.86KB </span>","children":null,"spread":false},{"title":"KLFDA.m <span style='color:#111;'> 2.47KB </span>","children":null,"spread":false},{"title":"test_KLFDA.m <span style='color:#111;'> 834B </span>","children":null,"spread":false},{"title":"erepca.m <span style='color:#111;'> 4.73KB </span>","children":null,"spread":false},{"title":"LFDA.m <span style='color:#111;'> 2.37KB </span>","children":null,"spread":false},{"title":"PCAFisher.asv <span style='color:#111;'> 4.27KB </span>","children":null,"spread":false},{"title":"lssvm_demo.m <span style='color:#111;'> 12.48KB </span>","children":null,"spread":false},{"title":"original_data.eps <span style='color:#111;'> 18.46KB </span>","children":null,"spread":false},{"title":"projected_data.eps <span style='color:#111;'> 12.40KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明