二维主成分分析在不同时间长度多元时间序列分类中的拓展应用.pdf

二维主成分分析在不同时间长度多元时间序列分类中的拓展应用.pdf

第一章引言

图1.1Wafer1数据集每个样本对应的时间维度

研究了PCA中的缺失值问题,他只使用了一个主成分和一次填充迭代。Wiberg

(1976)首先提出只利用可观测到的数据建立模型,然后用最小均方误差求解模

型。Grung和Manne(1998)研究了含有缺失值的PCA,他们提出要么对数据进

行填充,要么使用一种更快的W­X交替算法,也讨论了数值问题、过拟合问题,

并建议从数据中删除有问题的行或列。Hofmann(2004)通过利用可观测到的数

文档评论(0)

1亿VIP精品文档

相关文档