چهارشنبه, 23 تیر 1395 15:44

کاربرد آنالیز اجزای اصلی(PCA) در آموزش شبکه های عصبی:

معمولا قبل از آغاز آموزش شبکه های عصبی یکسری پیش پردازش بر روی داده ها انجام می شود که  باعث افزایش کارایی شبکه های عصبی می شود مانند :نرمالایز کردن داده ها و قرار دادن آن ها در یک فاصله مشخص مثلا بین -1 و 1.
 
در بعضی وضعیت ها ابعاد بردار ورودی بسیار بزرگ است، اما اجزا بردارها،همبستگی بالایی دارند. مفید است که در این وضعیت ابعاد بردار ورودی را کاهش دهیم. یک رویه مناسب برای این عمل استفاده از آنالیز اجزای اصلی است.این عمل سه اثر دارد: متعامد سازی اجزا بردار ورودی (بنابراین آنها هیچ وابستگی با یکدیگر ندارند) ، این کار اجزا متعامد(اصلی) را مرتب می کند و موثر ترین آن ها در اولین اولویت قرار می گیرد ، و در نتیجه می توان اجزایی که تغییرات کوچکتری در مجموعه داده ها ایجاد می کنند ،حذف کرد.
 
در برنامه متلب(MATLAB) این کار را می توان به صورت زیر انجام داد:

سفارش پروژه مشابه

درصورتیکه این پروژه دقیقا مطابق خواسته شما نمی باشد، با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.

ارتباط با ما

شعبه1: تهران، خ 17 شهریور (شعبه قدیم)
شعبه2: قم (بزودی)

https://Trustseal.eNamad.ir/logo.aspx?id=78157&Code=nGl6n4OUkOzasJ1k2dRo