主成分分析方法及其核函数在模式识别中的应用——基于MATLAB或C++语言的实现

本书较系统全面地介绍了多元统计学中要、础的主成分分析方法及其核函数在模式识别中的应用，包括基本理论、方法和应用案例。本书共6章，主要内容为：基于多元统计学的模式识别方法综述、主成分分析在人脸识别中的应用、主成分分析在火焰燃烧状态识别中的应用、主成分分析在图像压缩中的应用、基于主成分分析的NOx。排放异常在线诊断、双主元的动态核方法在TE化工过程故障诊断的应用。本书内容详细、实用性强，叙述深入浅出，可操作性强，理论推导具体，实现步骤细致，并给出了相应的MATLAB或C++语言代码，为广大研究工作者和工程技术人员提供了相关的案例分析。本书可作为高等院校计算机工程、信息工程、模式识别等专业的硕士研究生和本科生的教材，也可供从事自动化领域的工程技术人员阅读和参考。

前言
第1章基于多元统计学的模式识别方法综述1
1.1模式识别综述1
1.1.1基本概念1
1.1.2发展历程2
1.1.3特点3
1.1.4模式识别的应用4
1.2状态监测与故障诊断综述14
1.3主成分分析方法18
1.3.1主成分分析方法的综述18
1.3.2主成分分析的概念22
1.3.3主成分分析的优缺点22
1.3.4主成分分析的应用23
1.3.5主成分分析的假设和局限25
1.4核主成分分析方法26
1.4.1核主成分分析的文献综述26
1.4.2核主成分分析的概念28
1.5两种常用方法的比较29
参考文献30
第2章主成分分析在人脸识别中的应用38
2.1人脸识别技术的研究现状38
2.2人脸图像的预处理41
2.3人脸特征提取与识别方法44
2.3.1基于主成分分析的人脸特征提取方法45
2.3.2基于最小欧氏距离的人脸识别方法48
2.4GUI界面设计
2.5ORL人脸数据库识别测试仿真49
2.6人脸识别实例研究51
2.7MAT1AB程序代码54
参考文献69
第3章主成分分析在火焰燃烧状态识别中的应用71
3.1火焰识别技术的研究现状71
3.1.1引言71
3.1.2研究现状72
3.1.3内容框架74
3.2主成分分析的图像识别方法76
3.2.1用于图像识别的主成分分析方法76
3.2.2火焰图像特征构造77
3.2.3火焰图像识别方法80
3.3主成分分析在火焰燃烧状态识别中的应用81
3.3.1锅炉火焰图像数据处理81
3.3.2火焰燃烧图像检测83
3.3.3MAT1AB程序代码87
3.4基于C++语言的火焰识别系统设计91
3.4.1OpenCV图像处理库的环境配置91
3.4.2火焰检测96
3.4.3火焰识别102
3.4.4火焰识别系统效果105
3.4.5C++语言实现主成分分析火焰状态识别程序代码109
3.5基于树莓派的火焰燃烧状态识别系统及其实现122
3.5.1系统实现方案与程序设计123
3.5.2硬件的选型124
3.5.3树莓派系统的安装与配置126
3.5.4摄像头的图像获取132
3.5.5树莓派系统的OpenCV安2
3.5.6基于树莓派的火焰燃烧状态识别系统实现137
3.5.7工况运行指导策略与建议140
3.5.8小结140
参考文献141
第4章主成分分析在图像压缩中的应用144
4.1引言144
4.2案例图像144
4.3案例原理介绍145
4.4MAT1AB程序代码147
第5章基于PCA的NOx排放异常在线诊断150
5.1垃圾焚烧尾气异常排放诊断技术研究现状150
5.2过程监控与故障诊断的基本思想153
5.2.1过程监控与故障诊断的含义153
5.2.2过程监控与故障诊断的步骤153
5.2.3过程监控与故障诊断的方法153
5.2.4过程监控与故障诊断的意义154
5.3用于故障诊断的主成分分析方法155
5.3.1PCA算法原理介绍155
5.3.2基于PCA算法的故障诊断原理158
5.3.3基于PCA算法的故障诊断实现161
5.4垃圾焚烧尾气排放异常的故障诊断167
5.4.1尾气CO超标的故障诊断167
5.4.2尾气NOx超标的故障诊断172
5.5MAT1AB程序代码176
参考文献187
第6章双主元的动态核方法在TE化工过程故障诊断的应用190
6.1引言190
6.2TE化工过程简介190
6.3基于主成分分析的故障诊断原理与步骤193
6.4基于核主成分分析的TE化工过程故障诊断方法198
6.4.1核主成分分析方法基本原理198
6.4.2核主成分分析统计量202
6.4.3故障检测步骤203
6.5基于双主元动态核的TE化工过程故障诊断204
6.5.1生成动态矩阵205
6.5.2DPC-DKPCA模型的建立206
6.5.3DPC-DKPCA算法流程步骤209
6.6对比仿真分析210
6.7MAT1AB程序代码216