核主元分析KPCA的降维特征提取以及故障检测应用-KPCA_v2.zip 本帖最后由 iqiukp 于 2018-11-9 15:02 编辑 核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用。主要功能有：（1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 参考文献： Lee J M, Yoo C K, Choi S W, et al.
核主元分析KPCA的降维特征提取以及故障检测应用-data.rar 本帖最后由 iqiukp 于 2018-11-9 15:02 编辑 核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用。主要功能有：（1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 参考文献： Lee J M, Yoo C K, Choi S W, et al. Non
求解套索的广义阻尼牛顿法-GDNM
在，我们提出了一种新的算法，用于，这是形式的优化问题
可以在文件GDNM.m或更低版本中找到该算法的Matlab代码。
输入值
function x = lasso_GDNM ( A , b , mu )
为简单起见，我们选择\ beta = 1/2和\ sigma = 0.1。 y ^ 0的选择可以在下面的迭代步骤中找到。
查找伽玛。
ATA = A '* A ;
gamma = 0.5 / eigs ( ATA , 1 ) ;
计算近端贴图
