【前言】主成分分析（PCA）实现一般有两种，一种是对于方阵用特征值分解去实现的，一种是对于不是方阵的用奇异值（SVD）分解去实现的。 一、特征值 特征值很好理解，特征值和特征向量代表了一个矩阵最鲜明的特征方向。多个特征值和特征向量的线性组合可以表示此矩阵。选取特征值最大的特征值对应的特征向量，此特征向量在组成矩阵的线性组合中所占的比重是最大的。一般选取前一半就可，实现降维。 二、
转载
2024-10-16 16:53:13
69阅读
记录一下主成分得分和因子得分本文是基于各全国各省经济发展情况综合评价 首先贴上总得方差解释A.成分矩阵特别注意： 该成分矩阵（因子载荷矩阵）并不是主成分的特征向量，即不是主成分的系数。主成分系数的求法：各自因子载荷向量除以各自因子特征值的算数平方根。则第一主成分的各个系数是向量（0.885，0.607，0.912，0.465，-0.5 08，-0.619，0.823）除以√3.755后才得到的，（
转载
2024-07-26 22:28:08
157阅读
直流永磁电机原理一、电机的负载1.风机输出功率 K为系数（1.1~1.5）;Q为风量（m3/min）;p为风压（Pa）；η为风机效率2.电机的输出功率为二、电机的电路与磁路1.电路方程： U = E +I*(R1+R2) U为输入电压；E为电枢在磁场中切割磁力线时产生的反电动势；R1为电枢导线电阻；R2为电刷及电刷与换向器的接触电阻；I为电机的工作电流三、电机的转矩常数1.电机的转矩常数KT是N与
<p data-role="original-title">本文转自公众号：CABR建筑抗风研究所设计基准期、设计使用年限和重现期，是结构工程师常常碰到的三个时间概念。虽然《工程结构可靠性设计统一标准》（简称“统标”）第2章“术语”列出了设计基准期和设计使用年限的定义，不过它们到底有什么区别，估计不少人还是有点迷惑。1. 重现期在开展讨论之前，我们先回顾一下“重现期”。我们在上一篇文章
转载
2024-01-11 00:20:23
252阅读
ABAQUS子程序DLOAD应用案例作者：八归少年01工程背景在工程实际应用中，经常会遇到移动载荷的例子，如车辙实验，汽车过桥等。此时结构所受载荷是比较复杂的函数时（如与时间、位置等相关），通过界面输入的方式已经难以实现，通常便需要借助于DLOAD子程序来进行加载。下面将就ABAQUS软件的DLOAD子程序进行讲解和应用举例。02仿真应用案例用户子程序接口:SUBROUTINE DLO
1、payload payload：有效载荷，即记录有效信息的部分。 2、使用 vuex 配置：
转载
2018-06-07 14:19:00
448阅读
2评论
我们先从主成分分析PCA开始看。在解释这个方法之前，我们先快速回顾一下什么是特征的降维。在机器学习领域中，我们要进行大量的特征工程，将物品的特征转换成计算机所能处理的各种数据。通常，如果我们增加物品的特征，就有可能提升机器学习的效果。可是，随着特征数量不断增加，特征向量的维数也会不断升高。这不仅会加大机器学习的难度，还会形成过拟合，影响最终的准确度。针对这种情形，我们需要过滤掉一些不重要的特征，或者是将某些相关的特征合并起来，最终达到在降低特征维数的同时，尽量保留原始数据所包含的信息。了解了这些背景信息，我
原创
2022-04-15 14:18:17
1447阅读
PCA 实现： from __future__ import print_functionfrom sklearn import datasetsimport matplotlib.pyplot as pltimport matplotlib.cm as cmximport matplotlib.colors as colorsimport numpy as np# matplotlib inl
转载
2019-08-26 21:05:00
335阅读
2评论
IfcStructuralLoadResource(结构荷载资源) ifcstructuralloadrence包含结构荷载、结果、边界条件和连接条件的定义。
转载
2020-01-17 22:50:00
75阅读
2评论
上次谈了协方差矩阵之后，感觉写这种科普性文章还不错，那我就再谈一把协方差矩阵吧。上次那篇文章在理论层次介绍了下协方差矩阵，没准很多人觉得这东西用处不大，其实协方差矩阵在好多学科里都有很重要的作用，比如多维的正态分布，再比如今天我们今天的主角——主成分分析(Principal Compone
转载
2022-12-20 14:02:58
501阅读
在完成弹塑性时程分析之后，会得到大量的数据，如何在大量的数据中提取出有用的信息，并对结构进行性能评估成为了一个非常重要的课题。通常来讲我们会从整体结构和重点构件两个层面分别进行评估，其中结构层面的评估一般是通过顶点位移时程、最大层间位移角以及基底剪力时程等大指标确定；而构件层面则是通过转角、力以及应变等构件指标确定。本文主要介绍如何在ETABS中进行构件性能校核。1 可接受准则在ETABS中，构件
主要内容:
集成测试
在服务器里测试应用程序
Spring Boot的测试辅助工具Spring的 SpringJUnit4ClassRunner 可以在基于JUnit的应用程序测试里加载Spring应用程序上下文。在测试Spring Boot应用程序时，Spring Boot除了拥有Spring的集成测试支持，还开启了自动配置和Web服务器，并提供了不少实用的测试辅助工具。集成测试自动
我目前认为的，并不代表正确 pca主要用于降维 图片来源：https://www.zhihu.com/question/41120789/answer/474222214 例如二维到一维，求协方差矩阵的单位特征向量，得a1和a2，其中一个就为x轴得方向向量，一个为y的 让x和y一个乘a1，一个乘a2 ...
转载
2021-09-21 18:00:00
166阅读
3评论
主成分分析（Principal components analysis）-最大方差解释
转载
2023-04-12 11:42:18
78阅读
参考： [1] 机器学习-白板推导系列（五）-降维（Dimensionality Reduction）
转载
2019-04-15 20:31:00
151阅读
点赞
3评论
PCA（Principal Component Analysis),称主成分分析，从统计学的角度来说是一种多元统计方法。PCA通过将多个变量通过线性变换以选出较少的重要变量。它往往可以有效地从过于“丰富”的数据信息中获取最重要的元素和结构，去除数据的噪音和冗余，将原来复杂的数据降维，揭...
转载
2013-11-12 20:22:00
206阅读
2评论
文章目录一、检测模型二、选择模型项目仓库 OpenCASECADE提供模型选择的方法，在AIS_InteractiveContext中，MoveTo方法让鼠标检测到的模型高亮，Select方法实现选择模型，ShiftSelect方法实现多个模型的选择。 一、检测模型MoveTo方法的定义（AIS_InteractiveContext.hxx）：Standard_EXPORT AIS_Statu
