我的ＳＩＭＣＡ毕设ＭＡＴＬＡＢ编程文档格式.docx

我的ＳＩＭＣＡ毕设ＭＡＴＬＡＢ编程文档格式.docx

《我的ＳＩＭＣＡ毕设ＭＡＴＬＡＢ编程文档格式.docx》由会员分享，可在线阅读，更多相关《我的ＳＩＭＣＡ毕设ＭＡＴＬＡＢ编程文档格式.docx（8页珍藏版）》请在冰豆网上搜索。

y3=（x3-m3）./s3;

y4=（x4-m4）./s4;

%将各组数据进行主成分分析

[p1,princ1,eigenvalue1,t21]=princomp（y1）;

[p2,princ2,eigenvalue2,t22]=princomp（y2）;

[p3,princ3,eigenvalue3,t23]=princomp（y3）;

[p4,princ4,eigenvalue4,t24]=princomp（y4）;

%[特征向量,主成分得分特征值t2检验]=princomp（标准化原始数据）

cor1=corrcoef（y1）;

cor2=corrcoef（y2）;

cor3=corrcoef（y3）;

cor4=corrcoef（y4）;

%计算相关系数矩阵

[vec1,val1]=eig（cor1）;

[vec2,val2]=eig（cor2）;

[vec3,val3]=eig（cor3）;

[vec4,val4]=eig（cor4）;

%求X标准化的协差矩阵的特征向量和特征根

newval1=diag（val1）;

newval2=diag（val2）;

newval3=diag（val3）;

newval4=diag（val4）;

[px1,sy1]=sort（newval1）;

[px2,sy2]=sort（newval2）;

[px3,sy3]=sort（newval3）;

[px4,sy4]=sort（newval4）;

%对特征值进行排序px为排序结果sy为索引

eigenvalue1;

eigenvalue2;

eigenvalue3;

eigenvalue4;

%输出相关矩阵的各特征值

per1=100*eigenvalue1/sum（eigenvalue1）;

per2=100*eigenvalue2/sum（eigenvalue2）;

per3=100*eigenvalue3/sum（eigenvalue3）;

per4=100*eigenvalue4/sum（eigenvalue4）;

%求出各个主成分的贡献率

figure（11）

pareto（per1）;

xlabel（'

1主成分'

）

ylabel（'

1方差占的比重%'

figure（12）

pareto（per2）;

2主成分'

2方差占的比重%'

figure（13）

pareto（per3）;

3主成分'

3方差占的比重%'

figure（14）

pareto（per4）;

4主成分'

4方差占的比重%'

）%将贡献率绘成直方图如何调整横轴显示个数

cums1=cumsum（per1）;

cums2=cumsum（per2）;

cums3=cumsum（per3）;

cums4=cumsum（per4）;

%求出各个主成分的累计贡献率

figure（21）

plot（eigenvalue1,'

r+'

）;

figure（22）

plot（eigenvalue2,'

figure（23）

plot（eigenvalue3,'

figure（24）

plot（eigenvalue4,'

%绘制方差贡献散点图纵轴为什么是400%

holdon%图形上每次绘制的点都能继续保持

figure（31）

g-'

figure（32）

figure（33）

figure（34）

%绘制方差贡献山麓图

holdoff%关闭图形

%按照累计贡献率准则循环验证取各式样组的主成分个数

sumrate=0;

i1=0

whilesumrate<

85;

i1=i1+1;

sumrate=sumrate+per1（i1）;

end

k1=i1%按累计贡献率准则记下第一组中累计贡献率达到85%的特征值的个数

i2=0

i2=i2+1;

sumrate=sumrate+per2（i2）;

k2=i2%按累计贡献率准则记下第二组中累计贡献率达到85%的特征值的个数

i3=0

i3=i3+1;

sumrate=sumrate+per3（i3）;

k3=i3%按累计贡献率准则记下第三组中累计贡献率达到85%的特征值的个数

i4=0

i4=i4+1;

sumrate=sumrate+per4（i4）;

k4=i4%按累计贡献率准则记下第四组中累计贡献率达到85%的特征值的个数

p11=p1（:

1:

k1）;

p22=p2（:

k2）;

p33=p3（:

k3）;

p44=p4（:

k4）;

%提取前k个主成分系数

sc11=princ1（:

sc22=princ2（:

sc33=princ3（:

sc44=princ4（:

%提出前k个主成分得分值

figure（41）

plot3（princ1（:

1）,princ1（:

2）,princ1（:

3）,'

gridon

pc1'

pc2'

zlabel（'

pc3'

%主成分分析显示线性投影坐标图

figure（42）

plot3（princ2（:

1）,princ2（:

2）,princ2（:

figure（43）

plot3（princ3（:

1）,princ3（:

2）,princ3（:

figure（44）

plot3（princ4（:

1）,princ4（:

2）,princ4（:

p1sce1=p1（:

1）;

df1sce1=princ1（:

p1sce2=p1（:

2）;

df1sce2=princ1（:

p1sce3=p1（:

3）;

df1sce3=princ1（:

p1sce4=p1（:

4）;

df1sce4=princ1（:

p1sce5=p1（:

5）;

df1sce5=princ1（:

p1sce6=p1（:

6）;

df1sce6=princ1（:

p1sce7=p1（:

7）;

df1sce7=princ1（:

p1sce8=p1（:

8）;

df1sce8=princ1（:

p1sce9=p1（:

9）;

df1sce9=princ1（:

Esce1=y1-df1sce1*p1sce1'

-df1sce2*p1sce2'

-df1sce3*p1sce3'

-df1sce4*p1sce4'

-df1sce5

*p1sce5'

-df1sce6*p1sce6'

-df1sce7*p1sce7'

-df1sce8*p1sce8'

-df1sce9*p1sce9'

Esce11=Esce1.*Esce1;

Dsce1=sum（sum（Esce11））*（1/（19-9-1）/（751-9））;

p2sce1=p2（:

df2sce1=princ2（:

p2sce2=p2（:

df2sce2=princ2（:

p2sce3=p2（:

df2sce3=princ2（:

Esce2=y2-df2sce1*p2sce1'

-df2sce2*p2sce2'

-df2sce3*p2sce3'

Esce22=Esce2.*Esce2;

Dsce2=sum（sum（Esce22））*（1/（12-3-1）/（751-3））;

p3sce1=p3（:

df3sce1=princ3（:

p3sce2=p3（:

df3sce2=princ3（:

p3sce3=p3（:

df3sce3=princ3（:

p3sce4=p3（:

df3sce4=princ3（:

p3sce5=p3（:

df3sce5=princ3（:

p3sce6=p3（:

df3sce6=princ3（:

p3sce7=p3（:

df3sce7=princ3（:

p3sce8=p3（:

df3sce8=princ3（:

p3sce9=p3（:

df3sce9=princ3（:

p3sce10=p3（:

10）;

df3sce10=princ3（:

p3sce11=p3（:

11）;

df3sce11=princ3（:

p3sce12=p3（:

12）;

df3sce12=princ3（:

Esce3=y3-df3sce1*p3sce1'

-df3sce2*p3sce2'

-df3sce3*p3sce3'

-df3sce4*p3sce4'

-df3sce5

*p3sce5'

-df3sce6*p3sce6'

-df3sce7*p3sce7'

-df3sce8*p3sce8'

-df3sce9*p3sce9'

-df3sce1

0*p3sce10'

-d