pca工具箱

1. 大海戰2 PCA問題

對於VIP來說升級不是問題，問題是小心別把極品兵苗升過級了。11級升12級的辦法是將11級的兵交易到一個沒有VIP的號上用BB代到12級，再交易回來。
練日本的，無論從各方面考慮都應該練兩個魚雷兵，防空和甲板也必須代。防空和甲板是相符相成的東西。有人說甲板對魚雷有用，本人認為效果不如對防空的加成。
日本DD有兩條線，魚線和炮線，這兩條線都很好玩。但炮線是能開CV也能轉回BB，想開CV的必走炮線就是在17級轉秋月，後面可升冬月（DD）火力輸出高於一般CL，阿賀野33級時可轉大淀，這就是日本的BT優勢之一，最早的CV。
日本飛行員成長最高，飛機綜合實力海戰第一。後期還有信濃、加賀等多收巨型航母供你選擇，可以說日本CV線很有玩頭。
說玩炮線，回頭說魚線，走魚線要在19級轉吹雪，日本魚雷海戰第一BT，種類多樣，要快有快要慢有慢。裝在吹雪這樣專業的漁船上，什麼DD CL CA可以「無視」，吹雪只不過是日本漁船的二級產品，後面還有頂頂大名的島風、球磨、以及北上。開漁船升到北上就到頭了。想開BB就要先開CA，炮線CA有最上，魚線CA有妙高，這兩個船除了顏色不一樣以除，其實的配製基本差不多，雖然都有5R位，但是其實力不英、德、美三國的CA。
差點忘了還有官方贈送的33級PCL（名字我不知道）和58級PCA（鳥海）。PCL沒什麼好說的不放船長能多裝一個兵，VIP30級升50級的速度很快，PCL用也用不了幾把。跑的慢，混經驗時自殺速度都比別的船慢，不推薦。鳥海是眾所周知的好船，能裝16.0炮彈3箱，8門4.7雙BT超遠防空炮，可以先滅偵察後沉BB。代兵效果也很好，但初級等級低時不適用，裝不上高級炮，裝上了也打不到人。日本BB有金剛、扶桑、依勢、長門、大和、和2金剛，好像57級左右就能開，升級沒鳥海實用，佔BB位。扶桑、依勢是多塔炮王，也是頂級BB殺手。長門本是一收不該免費的船，16寸的炮打的比收費BB還遠。大和能裝兩箱和2的炮彈，BB4里最多，和2是所有BB中綜合實力第一。另外BB線里還依勢改，日本超級BT產品，有金剛的火力、北上的魚雷能力，還能一次出擊5駕飛機，歸類為CV，但實際是畜生。
PBB B56是和其他三國PBB一樣是一收快速戰列艦，屁股不小，冒是大和宿小版，和大和一樣45度的高炮角，適合高手使用。炮彈代空時間長，船速快，非常適合托刀。
綜上，個人認為日本總體實力最強，因為BT的東西實太多，船也多，也挺好玩。

2. pca 的含義

英 特 爾® PCA 是 一 種 快 速 開 發 和 部 署 數 據 驅 動 的 無 線 設 備 和 下 一 代 應 用 和 服 務 的 結 構。英 特 爾 PCA 的 不 同 特 點 包 括：

將 蜂 窩 平 台 的 開 發 環 境 分 為 兩 個 不 同 的 子 系 統：通 信 子 系 統 和 應 用 子 系 統，底 層 硬 件 結 構 基 於 通 用 組 件 和 接 口
支 持 通 信 軟 件 和 應 用 軟 件 之 間 的 應 用 編 程 接 口 和 服 務。
支 持多 種 操 作 系 統 和 無 線 空 中 接 口，提 供 跨 越 不 同 市 場 和 地 域 的 可 移 植 性 和 可 伸 縮 性。

最 終 優 勢：英 特 爾 PCA 在 省 時 省 錢 的 同 時 允 許 設 備 和 應 用 開 發 者 根 據 無 線 部 門 市 場 的 不 同 用 戶 需 求 來 設 計、伸 縮 和 部 署 新 產 品。

用 於 快 速 開 發 的 結 構
把 平 台 分 為 通 信 子 系 統 和 應 用 子 系 統 將 使 應 用 開 發 逐 漸 獨 立 於 通 信 標 准。

此 外，英 特 爾 PCA 通 過 將 應 用 從 平 台 的 底 層 物 理 資 源 中 抽 象 出 來 而 簡 化 開 發。平 台 模 型 有 兩 個 顯 著 優 勢：

幫 助 開 發 者 避 免 實 時 約 束，並 使 多 媒 體 應 用 開 發 不 受 性 能 的 影 響。
使 應 用 開 發 與 通 信 軟 件 分 離 將 從 各 個 方 面 減 少 對 新 應 用 的 影 響。

要 了 解 更 多 信 息，請 參 閱 英 特 爾 PCA 平 台 結 構

英 特 爾® PCA 開 發 商 盟
英 特 爾® PCA 開 發 商 盟 是 一 個 全 球 軟 硬 件 開 發 者 的 社 區， 致 力 於 加 速 下 一 代 無 線 互 聯 網 應 用 和 客 戶 端 設 備 的 發 布。

該 商 盟 將 在 許 多 重 要 領 域 為 無 線 設 備 和 儀 器 制 造 商、應 用 開 發 商 和 服 務 提 供 商 提 供 支 持：

對 基 於 英 特 爾® XScale® 技 術 的 處 理 器 進 行 軟 件 優 化
硬 件 和 軟 件 開 發 支 持
工 具，開 發 工 具 箱 和 技 術 支 持
獨 有 的 市 場 支 持 和 合 作 營 銷 機 遇
面 向 電 信 公 司 和 運 營 商 的 英 特 爾 PCA 解 決 方 案
面 向 無 線 企 業 的 英 特 爾 PCA 解 決 方 案

3. 有沒有老師了解Python用於Meta分析的工具包

Python在科學計算領域，有兩個重要的擴展模塊：Numpy和Scipy。其中Numpy是一個用python實現的科學計算包。包括：

• 一個強大的N維數組對象Array；

• 比較成熟的（廣播）函數庫；

• 用於整合C/C++和Fortran代碼的工具包；

• 實用的線性代數、傅里葉變換和隨機數生成函數。

SciPy是一個開源的Python演算法庫和數學工具包，SciPy包含的模塊有最優化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。其功能與軟體MATLAB、Scilab和GNU Octave類似。

Numpy和Scipy常常結合著使用，Python大多數機器學習庫都依賴於這兩個模塊，繪圖和可視化依賴於matplotlib模塊，matplotlib的風格與matlab類似。Python機器學習庫非常多，而且大多數開源，主要有：

1.scikit-learn

scikit-learn是一個基於SciPy和Numpy的開源機器學習模塊，包括分類、回歸、聚類系列演算法，主要演算法有SVM、邏輯回歸、樸素貝葉斯、Kmeans、DBSCAN等，目前由INRI資助，偶爾Google也資助一點。

項目主頁：

https://pypi.python.org/pypi/scikit-learn/

http://scikit-learn.org/

https://github.com/scikit-learn/scikit-learn

2.NLTK

NLTK(Natural Language Toolkit)是Python的自然語言處理模塊，包括一系列的字元處理和語言統計模型。NLTK常用於學術研究和教學，應用的領域有語言學、認知科學、人工智慧、信息檢索、機器學習等。NLTK提供超過50個語料庫和詞典資源，文本處理庫包括分類、分詞、詞干提取、解析、語義推理。可穩定運行在Windows, Mac OS X和Linux平台上.

項目主頁：

http://sourceforge.net/projects/nltk/

https://pypi.python.org/pypi/nltk/

http://nltk.org/

3.Mlpy

Mlpy是基於NumPy/SciPy的Python機器學習模塊，它是Cython的擴展應用。包含的機器學習演算法有：

l回歸

least squares,ridge regression, least angle regression,elastic net, kernel ridge regression,support vector machines(SVM),partial least squares(PLS)

l分類

linear discriminant analysis(LDA), Basicperceptron, Elastic Net,logistic regression, (Kernel) Support Vector Machines (SVM), Diagonal Linear Discriminant Analysis (DLDA), Golub Classifier, Parzen-based, (kernel) Fisher Discriminant Classifier, k-nearest neighbor, Iterative RELIEF, Classification Tree, Maximum Likelihood Classifier

l聚類

hierarchical clustering, Memory-saving Hierarchical Clustering,k-means

l維度約減

(Kernel)Fisher discriminant analysis(FDA), Spectral Regression Discriminant Analysis (SRDA), (kernel)Principal component analysis(PCA)

項目主頁：

http://sourceforge.net/projects/mlpy

https://mlpy.fbk.eu/

4.Shogun

Shogun是一個開源的大規模機器學習工具箱。目前Shogun的機器學習功能分為幾個部分：feature表示，feature預處理，核函數表示,核函數標准化，距離表示，分類器表示，聚類方法，分布，性能評價方法，回歸方法，結構化輸出學習器。

SHOGUN的核心由C++實現，提供Matlab、R、Octave、Python介面。主要應用在linux平台上。

項目主頁：

http://www.shogun-toolbox.org/

5.MDP

The Molar toolkit for Data Processing (MDP)，用於數據處理的模塊化工具包，一個Python數據處理框架。

從用戶的觀點，MDP是能夠被整合到數據處理序列和更復雜的前饋網路結構的一批監督學習和非監督學習演算法和其他數據處理單元。計算依照速度和內存需求而高效的執行。從科學開發者的觀點，MDP是一個模塊框架，它能夠被容易地擴展。新演算法的實現是容易且直觀的。新實現的單元然後被自動地與程序庫的其餘部件進行整合。MDP在神經科學的理論研究背景下被編寫，但是它已經被設計為在使用可訓練數據處理演算法的任何情況中都是有用的。其站在用戶一邊的簡單性，各種不同的隨時可用的演算法，及應用單元的可重用性，使得它也是一個有用的教學工具。

項目主頁：

http://mdp-toolkit.sourceforge.net/

https://pypi.python.org/pypi/MDP/

4. PCA平板計數菌落數,是指計數PCA的細菌數,其中包括黴菌和酵母

是包括的。菌落計數，指的是將樣品接種到培養基中之後，經過一段時間一定條件的培養，所生長出來的菌落總數。在這里並沒有定義必須是細菌的菌落還是其他微生物產生的菌落，因此黴菌或者酵母菌的菌落也應該計算在內。

5. Matlab MPC模塊的使用方法

1、在命令窗口中，可以直接鍵入命令「mpctool「，圖形中左側的三個欄目分別為受控對象模型 、模型預測控制器 、模擬器。

2、受控對象模型的輸入，利用圖中的菜單命令「MPC」→「Import」或[Import Plant]按鈕。

3、可以打開受控對象的模型輸入窗口，利用該窗口，可以選擇輸入在MATLAB窗口的LTI對象。

4、LTI對象模型sys是在MATLAB命令窗口中輸入的「sys=tf（1，【1 2】）」命令產生的。

5、模型預測控制器參數設計，輸入受控對象模型，並對其輸入、輸出信號屬性設置好後，單擊左側的模型預測控制器（Controllers）欄目下的MPC1

6、模擬參數的設置，描述了受控對象可控制模型後，可利用模擬器（Scenarios）對系統進行模擬分析。

7、選擇Scenarios欄目下的Scenarios1，出現參數設置窗口，可以設置模擬時間，還可以設置給定點和不可測量的干擾信號的類型、幅值、作用起始時間和周期等。

8、保存和調用模型預測控制器，如果模擬結果滿意，可以在任意窗口菜單命令「MPC」→「Export」。

(5)pca工具箱擴展閱讀

MATLAB的功能

1、Trading Toolbox™: 一款用於訪問價格並將訂單發送到交易系統的新產品。

2、Financial Instruments Toolbox™: 赫爾-懷特、線性高斯和 LIBOR 市場模型的校準和 Monte Carlo模擬。

3、Image Processing Toolbox™: 使用有效輪廓進行圖像分割、對 10 個函數實現 C 代碼生成，對 11 個函數使用GPU加速。

4、Image Acquisition Toolbox™: 提供了用於採集圖像、深度圖和框架數據的 Kinect® for Windows®感測器支持。

5、Statistics Toolbox™: 用於二進制分類的支持向量機 (SVM)、用於缺失數據的 PCA 演算法和 Anderson-Darling擬合優度檢驗。

6、Data Acquisition Toolbox™: 為 Digilent Analog Discovery Design Kit 提供了支持包。

7、Vehicle Network Toolbox™: 為訪問CAN匯流排上的ECU提供XCP。

6. matlab中的降維函數是什麼

drttoolbox : Matlab Toolbox for Dimensionality Rection是Laurens van der Maaten數據降維的工具箱。
裡面囊括了幾乎所有的數據降維演算法：
- Principal Component Analysis ('PCA')
- Linear Discriminant Analysis ('LDA')
- Independent Component Analysis ('ICA')
- Multidimensional scaling ('MDS')
- Isomap ('Isomap')
- Landmark Isomap ('LandmarkIsomap')
- Locally Linear Embedding ('LLE')
- Locally Linear Coordination ('LLC')
- Laplacian Eigenmaps ('Laplacian')
- Hessian LLE ('HessianLLE')
- Local Tangent Space Alignment ('LTSA')
- Diffusion maps ('DiffusionMaps')
- Kernel PCA ('KernelPCA')
- Generalized Discriminant Analysis ('KernelLDA')
- Stochastic Neighbor Embedding ('SNE')
- Neighborhood Preserving Embedding ('NPE')
- Linearity Preserving Projection ('LPP')
- Stochastic Proximity Embedding ('SPE')
- Linear Local Tangent Space Alignment ('LLTSA')
- Simple PCA ('SPCA')

7. matlab中使用快速pca提取特徵

1、參數mA代表A的均值，也就是mean(A)。

其實這個參數完全沒必要，因為可以從參數A計算得到版。

2、解釋一下權你問的兩個語句的含義：

Z=(A-repmat(mA,m,1)); 作用是去除直流成分
T=Z*Z'; 計算協方差矩陣的轉置

3、關於函數的調用：

MATLAB統計工具箱中有函數princomp，也是進行主成分分析的（2012b之後有函數pca），基本調用格式：

[pc,score]=princomp(x)

其中，輸入參數x相當於你這個函數的A，輸出參數score相當於你這里的pcaA，而pc大致相當於你這里的V（符號相反）。具體說明請參考函數的文檔。

8. 有沒有大神站到用Matlab的PLS工具箱怎麼做主成分分析

1、參數mA代表A的均值，也就是mean(A)。
其實這個參數完全沒必要，因為可以從參數A計算得到。

2、解釋一下你問的兩個語句的含義：
Z=(A-repmat(mA,m,1)); 作用是去除直流成分T=Z*Z'; 計算協方差矩陣的轉置

3、關於函數的調用：
MATLAB統計工具箱中有函數princomp，也是進行主成分分析的（2012b之後有函數pca），基本調用格式：
[pc, score] = princomp(x)其中，輸入參數x相當於你這個函數的A，輸出參數score相當於你這里的pcaA，而pc大致相當於你這里的V（符號相反）。具體說明請參考函數的文檔。