PCA降维在MATLAB上实现剖析.doc

PCA降维在MATLAB上实现剖析.docPCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现剖析
1 / 10
莈1
膇芇
莆膀
薂芄
蒁薃
芇
PCA降维在MATLAB上的实现剖析
PCA 降维在MATLAB上的实现
学
院
计算机科学与技术
专
业
计算机科学与技术
年
级
2011级
姓
名
周忠儒/王云标
学
号
30111216058/051
指导教师
魏建国
2014年
5月28日
PCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现剖析
10 / 10
莈10
膇芇
莆膀
薂芄
蒁薃
芇
PCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现
一实验目的 3
二实验环境 3
三实验原理 3
1、PCA降维方法原理 3
2、MATLAB 3
3、PCA降维方法详解 4
1）、原始数据： 4
2）、协方差矩阵的求法： 5
3）、计算协方差矩阵的特点向量和特点值： 7
4）、选择成分构成模式矢量： 7
5）、获得降维后的数据： 7
四实验代码详解 8
五实验结果 9
六实验总结 9
PCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现剖析
3 / 10
莈3
膇芇
莆膀
薂芄
蒁薃
芇
PCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现
一实验目的
1掌握PCA降维的基本内容
2认识MATLAB的基本用法
用PCA降维算法办理图像数据
实验环境
三实验原理
1、PCA降维方法原理
PCA的原理就是将本来的样本数据投影到一个新的空间中，相当于我们在矩阵剖析里面学习的将一组矩阵映照到此外的坐标系下。经过一个变换坐标，也能够理解成把一组坐标变换到此外一组坐标系下，可是在新的坐标系下，表示本来的本来不需要那么多的变量，只要要本来样本的最大的一个线性没关组的特点值对应的空间的坐标即可。
PCA即主成分剖析，是图像办理中常常用到的降维方法，大家知道，我们在办理有关数字图像办理方面的问题时，比方常常用的图像的查问问题，在一个几万或许几百万甚至更大的数据库中查问一幅邻近的图像。这时，我们往常的方法是对图像库中的图
片提取响应的特点，如颜色，纹理，sift，surf，vlad等等特点，而后将其保留，成立响应的数据索引，而后对要查问的图像提取相应的特点，与数据库中的图像特点对照，找出与之近来的图片。
2、MATLAB
MATLAB（矩阵实验室）是MATrixLABoratory的缩写，是一款由美国TheMathWorks企业出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据剖析以及数值计算的高级技术
计算语言和交互式环境。除了矩阵运算、绘制函数/数据图像等常用功能外，MATLAB还能够用来创立用户界面及与调用其余语言（包
PCA降维在MATLAB上的实现剖析
PCA降维在MATLAB上的实现剖析
4 / 10
莈4
膇芇
莆膀
薂芄
蒁薃
芇
PCA降维在MATLAB上的实现剖析
括C，C++和FORTRAN）编写的程序。
3、PC