/ PCA算法故障诊断
PCA算法故障诊断
PCA算法故障诊断
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。
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
其他资源
- 词频统计工具v3.1
- 【大数据】3des加密算法源码
- 基于MP最大概率的Ngram汉语切分（北邮计算机语言学基础）
- 基于人工蜂群的BP神经网络人工蜂群算法的反向传播神经网络.zip
- 工业大数据立异竞赛白皮书（2017）
- 重构年夜数据统计
- 随机森林气温预测数据+代码.zip
- 基于大数据的数据管理
- 采用深度稀疏自动编码器实现高维矩阵降维，提取特征
- 【大数据】排序算法之堆排序【java语言版本】
- 深入理解大数据及大数据发展趋势.pptx
- Matlab遗传算法求混合流水车间调度最优问题
- WikiTextLongTermDependencyLanguageModelingDataset.zip
- 根据关键词使用scrapy爬取今日头条网站旧事各类信息和内容页
- 音频采样率转换算法研究及使用.pdf
- 音频丢包补偿算法研讨.pdf
- 啤酒与尿布：神奇的购物篮分析
- 基于情感词典的情感分析
- 电力系统可靠性评估matlab编程
- 骨骼蒙皮动画关键帧插值算法的研讨.pdf
免责申明
【好快吧下载】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，【好快吧下载】 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 【好快吧下载】 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，8686821#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
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，8686821#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