一种基于信号-噪声模型的主元数目选择方法  

A Novel Method Based on Signal-Noise Model for Choosing the Num ber of Principal Components

作　　者：王刚[1] 冯贵玉[1] 胡德文[1] 

机构地区：[1]国防科技大学机电工程与自动化学院自动控制系,长沙410073

出　　处：《计算机工程与应用》2003年第6期11-12,72,共3页Computer Engineering and Applications

基　　金：国家863高技术研究发展计划基金资助(编号:2001AA114180)

摘　　要：主成分分析(PCA)是一种基于二阶统计的数据分析方法。在简要介绍PCA的基本理论后,重点分析了主元数目的选择问题。在基于累计贡献率的传统方法基础上,考虑实际中噪声对信号的影响,提出一种基于信号-噪声模型的主元数目选择新方法。实验证明,在一定的条件下,新方法比传统的累计贡献率方法更有效。Principal Component Analysis(PCA)is a classic statistical technique based on second-order statistics.After a brief review on PCA,the problem of how to choose the number of principal components is analyzed in detail.A tradi-tional method based on accumulative contribution rate is presented at first,then a novel method based on signal-noise model is proposed.It is convinced that the novel method is efficient under certain conditions.

关 键 词：信号-噪声模型 主元数目选择方法 主成分分析 累计贡献率 数据分析方法 信号处理 

分 类 号：TN911.7[电子电信—通信与信息系统]