搜索资源列表
KPCA_p
- 核主成分分析中使用多项式核函数时的MATLAB代码，有注释，易看懂。-Kernel Principal Component Analysis in the use of polynomial kernel function of the MATLAB code, annotated, easy read.
KPCA1
- 改程序为基于核函数的主成分分析算法的MATLAB实现程序,对于学习KPCA有很大帮助-This program is the MATLAB program which is based on the kernel principal component analysis
kernelpca
- 核主成分分析子函数sample,可用于故障检测中-KPCA sample
kPCA-master
- 基于核的主成分分析是一种非线性特征提取方法,它通过一个非线性映射将数据从输入空间映射到特征空间,然后在特征空间中进行通常的主成分分析,其中的内积运算采用一个核函数来代替-Core-based principal component analysis is a nonlinear feature extraction method, which maps data the input space to the feature space through a nonlinear mapping,
function_kpca
- 使用核函数，在matlab环境下实现非线性主成分分析(Using kernel function to realize nonlinear principal component analysis in Matlab environment.)
核函数主成分分析KPCA
- 在多元统计领域中，核函数主成分分析(kernel principal component analysis, kernel PCA)是利用核函数方法技术对主成分分析(PCA)的扩展。使用核函数使原PCA的线性操作是在一个复制的内核希尔伯特空间中执行的。 KPCA的运算步骤势在PCA之前首先对数据进行kernel变换 ，再求相关系数矩阵。(In the field of multivariate statistics, kernel principal component analysis (ke