Pyhon在振动信号处理中的高级应用（八）：主分量分析（PCA）噪声压缩_pca处理振动信号

作者：weixin_40725706 | 2024-03-27 20:06:59

踩

pca处理振动信号

文章目录

一、概述
二、算法原理
三、python实现
四、Tips

一、概述

主成分分析，是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关，也可以理解为将原信号进行压缩。
在对原信号进行PCA压缩的过程中，噪声也同样被压缩，再对PCA结果重新恢复时，因为PCA过程保留了原信号主成分，因此信号主要特征得到了保留，而噪声信号已被压缩而无法恢复，这就是PCA去噪的原理。

二、算法原理

PCA做为机器学习中比较常用的算法，其原理在CSDN博客中一抓一大把，笔者就不详细介绍了，推荐主成分分析（PCA）原理详解。我们重点介绍一下噪声压缩的原理。
对于离散序列

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/weixin_40725706/article/detail/326627