核主元分析KPCA的降维特征提取以及故障检测应用Kernel Principal Component Analysis (KPCA).zip

This paper proposes a watermarking method for speech signals based on Robust Principal Component Ana

Aberration measurement based on principal component analysis of aerial images of optimizedmarks

kpca，载入数据后就可以直接运行，对于图像特征提取与去噪有很好的帮助

MATLAB频域特征提取.

本文首先介绍了故障诊断方法、多元统计方法和TE过程模型，研究了基于主元分析方法的故障检测技术以及利用贡献图进行故障诊断的基本方法。针对主元分析方法在进行故障检测与诊断时存在的不足，将主元分析与小波

视频镜头分割和关键帧提取是基于内容的视频检索的核心问题。提出了一种改进的关键帧提取算法，其为 视频检索奠定了基础，镜头分割部分采用改进直方图方法及基于像素方法的综合方法。首先，通过结合直方图交集及 非

针对滚动轴承故障检测的问题，提出一种基于小波包能量谱-稀疏核主元的滚动轴承故障检测方法。对振动信号进行小波包分解，提取信号的能量频谱，用增量式样本基构造方法，提取能量频谱的样本基，以此样本基建立核主元

kernel kmeans算法的最原始文章，不错！

图像特征提取与分析图像特征及特征提取的基本概念常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法

针对大规模复杂工业过程, 提出一种基于多块核主元分析(MBKPCA) 和符号有向图(SDG) 的故障诊断方法. 首先, 提出基于SDG和优先级的分块策略, 以强连接元SCC 为最高优先级、多入/出度节