原创力文档- 1、本文档共18页，其中可免费阅读6页，需付费180金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
PCA与PLS仿真报告
1.实验目的
了解PCA和PLS的基本原理。
利用Matlab程序语言建立真实线性和非线性数学模型，并利用PCR和PLS预估该模型，并计算对应的校正标准误差（SEC）、交叉检验标准误差（SECV）和预测标准误差（SEP），判断预估模型的准确性。
分析噪声大小和样本矩阵线性关联对模型稳健性的影响。
2.算法介绍
2.1 主成分分析（Principal Component Regression）
主成分回归法（PCR）是采用多元统计中的主成分分析方法（Principal Component Analysis），先对输入矩阵X进行分解，然后选取其中的主成分来进行多元线性回归分
文档评论（0）