本文關(guān)鍵詞：PCA與SVD信號(hào)處理效果相似性與機(jī)理分析

  更多相關(guān)文章： 主成分分析 奇異值分解 消噪 相似性 誤差

【摘要】：將主成分分析(Principal Component Analysis,PCA)用于信號(hào)處理,并與奇異值分解(Singular Value Decomposition,SVD)方法比較。分析總結(jié)PCA及SVD信號(hào)處理原理,提出基于PCA的特征值差分譜理論用于信號(hào)消噪。結(jié)果表明,PCA與SVD的處理效果較相似,相似性原因?yàn)樵季仃囉移娈愊蛄考礊閰f(xié)方差矩陣特征向量。SVD較PCA的重構(gòu)誤差小,因SVD無(wú)需計(jì)算協(xié)方差矩陣,可避免舍入誤差產(chǎn)生。
【作者單位】： 華南理工大學(xué)機(jī)械與汽車(chē)工程學(xué)院;
【關(guān)鍵詞】： 主成分分析 奇異值分解 消噪 相似性 誤差
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51375178) 廣東省自然科學(xué)基金項(xiàng)目(S2012010008789)
【分類(lèi)號(hào)】：TN911.7
【正文快照】： 主成分分析由Pearson[1]在生理學(xué)研究中用于分析數(shù)據(jù)及建立數(shù)理模型,通過(guò)對(duì)協(xié)方差矩陣進(jìn)行特征分解[2],獲得數(shù)據(jù)的主成分與權(quán)值�，F(xiàn)PCA已用于地理、生物、經(jīng)濟(jì)、數(shù)理統(tǒng)計(jì)等眾多領(lǐng)域。奇異值分解理論由Beltrami提出,之后圍繞奇異值分解算法已有諸多研究[3],如文獻(xiàn)[4]提出的針對(duì)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 萬(wàn)明堅(jiān),肖先賜;基于矩陣奇異值分解的空間譜估計(jì)算法[J];電子科技大學(xué)學(xué)報(bào);1989年02期

2 段向陽(yáng);王永生;蘇永生;;基于奇異值分解的信號(hào)特征提取方法研究[J];振動(dòng)與沖擊;2009年11期

3 田媚,羅四維;基于奇異值分解變換的數(shù)據(jù)壓縮方法探討[J];北方交通大學(xué)學(xué)報(bào);2003年02期

4 藺小林;王震;蔣耀林;;酉延拓矩陣的奇異值分解及其廣義逆[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2008年01期

5 李一兵;黃輝;葉方;孫志國(guó);;基于奇異值分解的壓縮感知定位算法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

6 王娟;黃忠朝;劉正春;;基于增強(qiáng)的譜分析和奇異值分解的T波交替檢測(cè)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年01期

7 李慧;羅海勇;徐俊俊;陳曉峰;;一種基于奇異值分解的射頻指紋排序定位算法[J];儀器儀表學(xué)報(bào);2013年10期

8 羅向龍;高靜懷;;基于廣義解調(diào)和奇異值分解的時(shí)頻表示增強(qiáng)[J];數(shù)據(jù)采集與處理;2010年04期

9 梁棟,韋穗,吳福朝,楊尚俊;一種基于奇異值分解的分層重構(gòu)算法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2001年05期

10 陳敬龍;張來(lái)斌;段禮祥;胡超;;基于非抽樣提升小波包及奇異值分解的液閥故障診斷[J];機(jī)械工程學(xué)報(bào);2011年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 何田;王立清;劉獻(xiàn)棟;朱永波;;基于奇異值分解的信號(hào)處理機(jī)理及其應(yīng)用[A];2008年航空試驗(yàn)測(cè)試技術(shù)峰會(huì)論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 鄭安總;奇異值分解在微弱信號(hào)檢測(cè)中的應(yīng)用[D];天津大學(xué);2014年

2 曾作欽;基于奇異值分解的信號(hào)處理方法及其在機(jī)械故障診斷中的應(yīng)用[D];華南理工大學(xué);2011年

，

本文編號(hào)：845977