搜索资源列表
PCA
- 该代码主要实现样本的主成分分析，包括一个xls文件的数据样本，一个PCA的主程序。(This code is usedto realize principal component analysis, including a XLS file of data samples and a PCA main program.)
主成分分析法
- 主成分分析发doashdasnlkasnlkasnd(principal component analysis)
spca
- 本程序实现稀疏主成分分析，相关方法在 H. Zou, T. Hastie, and R. Tibshirani的Sparse principal component analysis中有详细介绍(For SPCA, the method introduced in "Sparse principal component analysis" by H. Zou, T. Hastie, and R. Tibshirani
主成分分析
- 该代码是主成分分析法的matlab实现，简单方便使用(The code is the principal component analysis of Matlab implementation, simple and convenient to use)
主成分分析法
- 内涵主成分分析法的PPT，案例和matlab编写的代码。(Connotation of principal component analysis of PPT, case and matlab prepared by the code.)
PCA
- 主成分分析matlab代码，Cwprint为主函数；(PCA based on matlab. very useful.)
m03
- 主成分分析发实例，数据在mat文件中，运行前需要将其调入内存，主要用于光谱分析。(Example of principal component analysis)
zhuchengfen
- 改进的主成分分析法，可算出指标的相对贡献值(The relative contribution value of the index can be calculated by the improved principal component analysis)
pca
- 通过主成分分析可以对混合物量测矩阵进行svd分解，截取特征值大的变量，可以滤掉一些无关信息，使计算量更小(Through the principal component analysis of the mixture can be measured matrix svd decomposition, interception of large eigenvalues of variables, you can filter out so
PCA
- 高光谱遥感与传统的单波段、多光谱数据相比，波段量大量增加、波段宽度极大降低，对地面目标的光谱特性的测度更加细致，然而波段的增多必然导致数据量急剧增加、计算量增大、信息冗余增加以及统计参数的估计偏差增大。因此，对高光谱数据进行降维处理具有重要意义。一方面，降维能够使图像远离噪声，提高图像数据质量；另一方面，能够去除图像中的无价值波段，减少波段数，从而降低计算量，提高运算效率。主成分分析是常用的高光谱数据降维处理方法之一。(Compared
主成分分析法的原理应用及计算步骤
- PCA算法详细介绍：word版可以打印，值得与君共欣赏(PCA:Principal Component Analysis)
436805212DPCA
- 有关图像的二维主成分分析,详细解释,简单易懂,有益于学习(The two dimensional principal component analysis of the image is explained in detail. It is easy to understand and is beneficial to learning.)
test_network
- 此代码基于主成分分析的角度对原数据进行主成分分析，有效的降低了分析的难度和分析的时间(This code based on principal component analysis of the original data of the principal component analysis, effectively reducing the analysis of the difficulty and analysis of tim
pca
- 对于数据进行主成分分析，并对每一组分的得分进行了计算(Principal component)
主成分分析
- 进行PCA计算，是mooc网站上吴恩达课程提供的材料，包含主成分分析和聚类分析两个(Conduct principal component analysis)
zhuchengfen
- idl主成分分析 分析矩阵主成分 提取主成分(principal component analysis)
lizi
- 主成分分析，根据给出的各个参照因素，求几个城市综合评定成绩排名的顺序(Principal factor analysis)
code
- 三维主成分分析、重建及演示的demo，给出了心脏样本的案例(Demonstration of 3D Principal Component Analysis, Reconstruction and Demonstration)
pca_fld
- 这是主成分分析pca和fld的代码，主要实现特征降维。(This is the principal component analysis of pca and fld code, the main feature reduction dimension.)
pca
- 主成分分析，贡献率排序，各成分贡献率，累计贡献率。自己输入数据矩阵和想要的主成分个数，有大量中文注释(Principal component analysis, ranking of contribution rate, contribution rate of each component, and cumulative contribution rate. You enter the data matrix and the numb