对输入的高维特征向量进行pca降维后输出低维的特征向量

资 源 简 介

对输入的高维特征向量进行pca降维后输出低维的特征向量

您 可 能 感 兴 趣 的

• 用matlab编写的找两个输入量之间的主要特征向量,主要方法采用PCA经典算法.
• 对输入的高维特征向量进行pca降维后输出低维的特征向量
• PCA算法程序设计步骤： 1、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般
• 特征向量 主要在MATLAB下实现.用于图像的PCA之前的准备工作
• 反幂法求矩阵的特征值和特征向量 反幂法适用于矩阵的按模最小的特征值和对应的特征向量。 使用说明： 一般的使用过程： 1、修改输入数据 input2.txt 2、编辑源文件
• 特征值和特征向量的计算,每种算法都用c++以函数形式实现
• 矩阵特征值与特征向量的计算
• 雅可比过关法求实对称矩阵特征值与特征向量
• 求解矩阵的最大最小特征值及对应的特征向量
• 使用冥法求特征值和特征向量。