PCA pca = 新的 PCA答案

【问题标题】：PCA pca = new PCAPCA pca = 新的 PCA
【发布时间】：2011-06-11 19:57:16
【问题描述】：

我们如何将 PCA 应用于一维数组？

double[][] data = new double [1][600]; 
PCA pca = new PCA(data, 20);
data = pca.getPCATransformedDataAsDoubleArray();

当打印数据数组中的值时，数据数组中的特征减少 600 到 20，但所有值都为零。

为什么？

package VoiceRecognation;

import Jama.Matrix;
import comirva.data.DataMatrix;
import comirva.util.PCA;


import javax.print.attribute.standard.Finishings;
import java.io.File;

/**
 * Created by IntelliJ IDEA.
 * User: SAHIN
 * Date: 11.06.2011
 * Time: 19:33
 * To change this template use File | Settings | File Templates.
 */
public class Deneme {
    public static void main(String[] args) {

        int[] group = Groups.getGroups();
        File[] files = Files.getFiles();
        double[][] data = FindMfccOfFiles.findMFCCValuesOfFiles(files);
        PCA pca = new PCA(data, 20);
        data = pca.getPCATransformedDataAsDoubleArray();


        File file = new File("src/main/resources/Karisik/E-Mail/(1).wav");
        double[] testdata = MFCC.getMFCC(file);

        double[][] result = new double[1][600];
        result[0] = testdata;

        PCA p = new PCA(result, 20);
        double [][] sum = p.getPCATransformedDataAsDoubleArray();
        for (int i = 0; i < sum[0].length; i++) {
            System.out.print(sum[0][i] + " ");
        }




   }
}

【问题讨论】：

主成分分析是主成分分析吗？这是什么语言？在您给予我们更多帮助之前，我们根本无法帮助您。
我使用了 comirva.util.PCA ，对于主成分分析，我们研究语音识别项目，我们必须减少音频的特征数，？能给个示例代码吗？

标签： java pca

【解决方案1】：

主成分分析用于降低问题的维度。音频文件的尺寸是通道（例如左扬声器、右扬声器），而不是单个样本。在这种情况下，单声道音频流实际上只有一个维度。因此，您不会使用 PCA 减少 samples 的数量，但可以减少音频中 channels 的数量。但是你可以在没有 PCA 的情况下做到这一点，只需对每个通道上的样本进行平均即可。因此，除非您尝试将立体声音频转换为单声道，否则我认为您需要一种不同的方法来解决您的问题。

【讨论】：

一个 auido 文件给出，600 个功能，我怎样才能减少到 20 个。
@sahini 当您谈到 20 个特征时，您是指倒谱系数吗？

【解决方案2】：

您使用 getPCATransformedDataAsDoubleArray 方法的结果覆盖数据数组。我假设，由于构造函数 arg，这是一个包含 20 个条目的数组。我不知道，为什么所有值都为零，我想，因为它是在 PCA 类中定义的。

【讨论】：

我使用了 comirva.util.PCA ，对于主成分分析，我们研究语音识别项目，我们必须减少音频的特征数，？能给个示例代码吗？