论文研究 基于主成分分析的神经网络逼近函数算法 .pdf

针对高速公路入口匝道合流处易发生交通事故，而传统汽车安全辅助驾驶系统在这类区域无法实际应用等问题，提出了利用车间无线网络通讯、GPS与电子地图匹配等技术协同来解决这些问题。并采用基于前后车辆间跟驰模型

提出了一种新的演化神经网络算法GTEANN，该算法基于高效的郭涛算法，同时完成在网络结构空间和权值空间的搜索，以实现前馈神经网络的自动化设计。本方法采用的编码方案直观有效，基于该编码表示，神经网络的学

要在只有标准主光谱和次光谱可用的情况下转移校准模型,则可以使用基于主成分分析(PCA)和核主成分分析(KPCA)的联合光谱空间(称为JPCA或JKPCA)方法建议的。 作为主光谱和从光谱共享的特征子空

(采用BP神经网络完成非线性函数的逼近)神经网络

这是发表在自动化学报上的模糊神经网络函数逼近的论文，感觉挺不错

有关于人工神经网络的介绍和用Matlab实现BP神经网络逼近非线性函数的代码

主成分分析是一种常用的特征选择算法, 经典方法是计算各个特征之间的相关, 但是相关无法评估变量间 的非线性关系. 互信息可用于衡量两个变量间相互依赖的强弱程度, 且不局限于线性相关, 鉴于此, 提出一

PCA如何来进行降维%%Thisscriptgeneratesandplots3Ddata,andperformsaprincipal%%componentanalysistodecorrelatet

Matlab solution for principal component analysis

这是一个主成分分析的matlab程序，自己编的，附中文说明，绝对能用，已经用SAS系统分析数据验证过。输入矩阵有要求，如果不对则转置一下。数据需提前标准化。