包括主元分析的精炼介绍手册。
斯坦福机器学习之主元分析笔记。
核PCA的简练介绍文档。
2024/9/5 2:10:09 8.53MB PCA KPCA 主元分析 核PCA
1
基于拉普拉斯正则化概率主元分析的故障检测
2024/6/21 7:53:03 831KB 研究论文
1
泡沫图像特征是指泡沫图像中与浮选性能相关的局部黑色水化区域大小,即局部光谱特征.针对这一局部光谱特征形状、大小无规则性,提出了一种基于多维主元分析的特征提取方法,并将提取的特征应用于铜浮选粗选过程病态工况识别.首先,描述了铜浮选粗选过程,分析了影响粗选过程的主要因素和黑色水化区域形成机理;然后,提出一种基于多维主元分析的图像局部光谱特征提取方法;最后,将基于多维主元分析的图像局部光谱特征提取算法应用于铜浮选粗选泡沫图像,并将所提取的图像特征用于铜粗选病态工况识别.工业现场数据验证了所提方法的有效性.
1
电极与皮肤间接触所导致的不适感,是穿戴式心电信号测量系统实际应用中的常见问题。
设计了一种非接触心电信号测量系统。
采用印刷电路板制作的测量电极,借助电容耦合测量位移电流的方式获取心电信号。
采用反接二极管提供测量所需的高阻值偏置电阻,结合高输入阻抗仪表放大器,制作了测量电极信号提取电路。
测量系统由两个测量电极与一个直接与测量电路地相连的参考电极组成。
选择金属铝板、导电纤维和导电橡胶作为参考电极,实验研究了共模干扰抑制性能与参考电极接触阻抗之间的量化关系。
将主元分析与奇异谱分析相结合,提出了一种心电信号处理算法。
实验结果表明,该系统可在棉质线衣外侧有效获得满意的心电信号。
1
将原始信号按照一定的规则进行重新组合,构成多向数据矩阵,利用多向主元分析方法将数据投影到主成分空间,实现信号的多层次分解。
对人脸RGB图像及某模拟电路的一维输出信号进行了处理。
结果表明,这种处理方法可很好地实现异常特征的空/时。
域定位及可视化校正,校正出的图像可更好地显示皮肤纹理特征,校正出的一维信号则可更突出地反射原始信号中干扰信号的位置及时域特征。
1
为了说明什么是数据的主成分,先从数据降维说起。
数据降维是怎么回事儿?假设三维空间中有一系列点,这些点分布在一个过原点的斜面上,如果你用自然坐标系x,y,z这三个轴来表示这组数据的话,需要使用三个维度,而事实上,这些点的分布仅仅是在一个二维的平面上,那么,问题出在哪里?如果你再仔细想想,能不能把x,y,z坐标系旋转一下,使数据所在平面与x,y平面重合?这就对了!如果把旋转后的坐标系记为x',y',z',那么这组数据的表示只用x'和y'两个维度表示即可!当然了,如果想恢复原来的表示方式,那就得把这两个坐标之间的变换矩阵存下来。
2024/2/9 12:16:16 3KB PCA
1
pls_toolbox工具箱可以解决统计领域多个问题的matlab求解问题,比如偏最小二乘问题、多向主元问题、主元分析等等,集成的工具箱方便,而且不需要验证码!
2023/11/25 12:25:35 991KB matlab工具箱
1
主元分析中,SPE控制限的求取
2023/9/14 5:40:43 15KB SPE 代码
1
包内包含主元分析算法(PCA)的Matlab完整故障诊断程序,附详细的word文档和PPT介绍
2023/7/29 13:35:35 910KB PCA 主元分析算法 故障诊断
1
一篇靠谱的文章,特征集生成的好方法。
主元分析和神经网络举行特征集的选择,是不错的文章
2018/1/3 17:07:13 2.76MB 神经网络
1
共 12 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡