搜索资源列表
PCA主成成分分析及MATLAB应用
- 总体主成分，总体主成分的计算，总体成分的性质，主成分的协方差矩阵及总方差。
SPSS
- 主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。-The main purpose of PCA is to use fewer variables to explain most of the variation of the original data will
基于主成分析思想的北京水资源短缺风险综合评价
- 这是北京水资源分析的数学模型，利用了主成分分析法进行分析，并预测未来北京水资源状况-This is the analysis of water resources in Beijing mathematical model, using the principal component analysis to analyze and predict the future state of water resources in Beijing
Heart-murmur-extraction
- 采用奇异谱主分量分析方法从病理心音信号中提取杂音成对四种常见的病理心音信号进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构正常心音成分和杂音成分。分。-The principal component analysis singular spectrum extracted from the pathological heart sound signals murmur pairs four common pathological heart sound signals Singula
nao_qt31
- 合成孔径雷达（SAR)目标成像仿真，仿真效率很高的，借鉴了主成分分析算法（PCA）。- Synthetic Aperture Radar (SAR) imaging simulation target, High simulation efficiency, It draws on principal component analysis algorithm (PCA).