pca工具箱

1. 大海战2 PCA问题

对于VIP来说升级不是问题，问题是小心别把极品兵苗升过级了。11级升12级的办法是将11级的兵交易到一个没有VIP的号上用BB代到12级，再交易回来。
练日本的，无论从各方面考虑都应该练两个鱼雷兵，防空和甲板也必须代。防空和甲板是相符相成的东西。有人说甲板对鱼雷有用，本人认为效果不如对防空的加成。
日本DD有两条线，鱼线和炮线，这两条线都很好玩。但炮线是能开CV也能转回BB，想开CV的必走炮线就是在17级转秋月，后面可升冬月（DD）火力输出高于一般CL，阿贺野33级时可转大淀，这就是日本的BT优势之一，最早的CV。
日本飞行员成长最高，飞机综合实力海战第一。后期还有信浓、加贺等多收巨型航母供你选择，可以说日本CV线很有玩头。
说玩炮线，回头说鱼线，走鱼线要在19级转吹雪，日本鱼雷海战第一BT，种类多样，要快有快要慢有慢。装在吹雪这样专业的渔船上，什么DD CL CA可以“无视”，吹雪只不过是日本渔船的二级产品，后面还有顶顶大名的岛风、球磨、以及北上。开渔船升到北上就到头了。想开BB就要先开CA，炮线CA有最上，鱼线CA有妙高，这两个船除了颜色不一样以除，其实的配制基本差不多，虽然都有5R位，但是其实力不英、德、美三国的CA。
差点忘了还有官方赠送的33级PCL（名字我不知道）和58级PCA（鸟海）。PCL没什么好说的不放船长能多装一个兵，VIP30级升50级的速度很快，PCL用也用不了几把。跑的慢，混经验时自杀速度都比别的船慢，不推荐。鸟海是众所周知的好船，能装16.0炮弹3箱，8门4.7双BT超远防空炮，可以先灭侦察后沉BB。代兵效果也很好，但初级等级低时不适用，装不上高级炮，装上了也打不到人。日本BB有金刚、扶桑、依势、长门、大和、和2金刚，好像57级左右就能开，升级没鸟海实用，占BB位。扶桑、依势是多塔炮王，也是顶级BB杀手。长门本是一收不该免费的船，16寸的炮打的比收费BB还远。大和能装两箱和2的炮弹，BB4里最多，和2是所有BB中综合实力第一。另外BB线里还依势改，日本超级BT产品，有金刚的火力、北上的鱼雷能力，还能一次出击5驾飞机，归类为CV，但实际是畜生。
PBB B56是和其他三国PBB一样是一收快速战列舰，屁股不小，冒是大和宿小版，和大和一样45度的高炮角，适合高手使用。炮弹代空时间长，船速快，非常适合托刀。
综上，个人认为日本总体实力最强，因为BT的东西实太多，船也多，也挺好玩。

2. pca 的含义

英 特 尔® PCA 是 一 种 快 速 开 发 和 部 署 数 据 驱 动 的 无 线 设 备 和 下 一 代 应 用 和 服 务 的 结 构。英 特 尔 PCA 的 不 同 特 点 包 括：

将 蜂 窝 平 台 的 开 发 环 境 分 为 两 个 不 同 的 子 系 统：通 信 子 系 统 和 应 用 子 系 统，底 层 硬 件 结 构 基 于 通 用 组 件 和 接 口
支 持 通 信 软 件 和 应 用 软 件 之 间 的 应 用 编 程 接 口 和 服 务。
支 持多 种 操 作 系 统 和 无 线 空 中 接 口，提 供 跨 越 不 同 市 场 和 地 域 的 可 移 植 性 和 可 伸 缩 性。

最 终 优 势：英 特 尔 PCA 在 省 时 省 钱 的 同 时 允 许 设 备 和 应 用 开 发 者 根 据 无 线 部 门 市 场 的 不 同 用 户 需 求 来 设 计、伸 缩 和 部 署 新 产 品。

用 于 快 速 开 发 的 结 构
把 平 台 分 为 通 信 子 系 统 和 应 用 子 系 统 将 使 应 用 开 发 逐 渐 独 立 于 通 信 标 准。

此 外，英 特 尔 PCA 通 过 将 应 用 从 平 台 的 底 层 物 理 资 源 中 抽 象 出 来 而 简 化 开 发。平 台 模 型 有 两 个 显 著 优 势：

帮 助 开 发 者 避 免 实 时 约 束，并 使 多 媒 体 应 用 开 发 不 受 性 能 的 影 响。
使 应 用 开 发 与 通 信 软 件 分 离 将 从 各 个 方 面 减 少 对 新 应 用 的 影 响。

要 了 解 更 多 信 息，请 参 阅 英 特 尔 PCA 平 台 结 构

英 特 尔® PCA 开 发 商 盟
英 特 尔® PCA 开 发 商 盟 是 一 个 全 球 软 硬 件 开 发 者 的 社 区， 致 力 于 加 速 下 一 代 无 线 互 联 网 应 用 和 客 户 端 设 备 的 发 布。

该 商 盟 将 在 许 多 重 要 领 域 为 无 线 设 备 和 仪 器 制 造 商、应 用 开 发 商 和 服 务 提 供 商 提 供 支 持：

对 基 于 英 特 尔® XScale® 技 术 的 处 理 器 进 行 软 件 优 化
硬 件 和 软 件 开 发 支 持
工 具，开 发 工 具 箱 和 技 术 支 持
独 有 的 市 场 支 持 和 合 作 营 销 机 遇
面 向 电 信 公 司 和 运 营 商 的 英 特 尔 PCA 解 决 方 案
面 向 无 线 企 业 的 英 特 尔 PCA 解 决 方 案

3. 有没有老师了解Python用于Meta分析的工具包

Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：

• 一个强大的N维数组对象Array；

• 比较成熟的（广播）函数库；

• 用于整合C/C++和Fortran代码的工具包；

• 实用的线性代数、傅里叶变换和随机数生成函数。

SciPy是一个开源的Python算法库和数学工具包，SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。其功能与软件MATLAB、Scilab和GNU Octave类似。

Numpy和Scipy常常结合着使用，Python大多数机器学习库都依赖于这两个模块，绘图和可视化依赖于matplotlib模块，matplotlib的风格与matlab类似。Python机器学习库非常多，而且大多数开源，主要有：

1.scikit-learn

scikit-learn是一个基于SciPy和Numpy的开源机器学习模块，包括分类、回归、聚类系列算法，主要算法有SVM、逻辑回归、朴素贝叶斯、Kmeans、DBSCAN等，目前由INRI资助，偶尔Google也资助一点。

项目主页：

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的自然语言处理模块，包括一系列的字符处理和语言统计模型。NLTK常用于学术研究和教学，应用的领域有语言学、认知科学、人工智能、信息检索、机器学习等。NLTK提供超过50个语料库和词典资源，文本处理库包括分类、分词、词干提取、解析、语义推理。可稳定运行在Windows, Mac OS X和Linux平台上.

项目主页：

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

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

http://nltk.org/

3.Mlpy

Mlpy是基于NumPy/SciPy的Python机器学习模块，它是Cython的扩展应用。包含的机器学习算法有：

l回归

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

l分类

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聚类

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

l维度约减

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

项目主页：

http://sourceforge.net/projects/mlpy

https://mlpy.fbk.eu/

4.Shogun

Shogun是一个开源的大规模机器学习工具箱。目前Shogun的机器学习功能分为几个部分：feature表示，feature预处理，核函数表示,核函数标准化，距离表示，分类器表示，聚类方法，分布，性能评价方法，回归方法，结构化输出学习器。

SHOGUN的核心由C++实现，提供Matlab、R、Octave、Python接口。主要应用在linux平台上。

项目主页：

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

5.MDP

The Molar toolkit for Data Processing (MDP)，用于数据处理的模块化工具包，一个Python数据处理框架。

从用户的观点，MDP是能够被整合到数据处理序列和更复杂的前馈网络结构的一批监督学习和非监督学习算法和其他数据处理单元。计算依照速度和内存需求而高效的执行。从科学开发者的观点，MDP是一个模块框架，它能够被容易地扩展。新算法的实现是容易且直观的。新实现的单元然后被自动地与程序库的其余部件进行整合。MDP在神经科学的理论研究背景下被编写，但是它已经被设计为在使用可训练数据处理算法的任何情况中都是有用的。其站在用户一边的简单性，各种不同的随时可用的算法，及应用单元的可重用性，使得它也是一个有用的教学工具。

项目主页：

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

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

4. PCA平板计数菌落数,是指计数PCA的细菌数,其中包括霉菌和酵母

是包括的。菌落计数，指的是将样品接种到培养基中之后，经过一段时间一定条件的培养，所生长出来的菌落总数。在这里并没有定义必须是细菌的菌落还是其他微生物产生的菌落，因此霉菌或者酵母菌的菌落也应该计算在内。

5. Matlab MPC模块的使用方法

1、在命令窗口中，可以直接键入命令“mpctool“，图形中左侧的三个栏目分别为受控对象模型 、模型预测控制器 、仿真器。

2、受控对象模型的输入，利用图中的菜单命令“MPC”→“Import”或[Import Plant]按钮。

3、可以打开受控对象的模型输入窗口，利用该窗口，可以选择输入在MATLAB窗口的LTI对象。

4、LTI对象模型sys是在MATLAB命令窗口中输入的“sys=tf（1，【1 2】）”命令产生的。

5、模型预测控制器参数设计，输入受控对象模型，并对其输入、输出信号属性设置好后，单击左侧的模型预测控制器（Controllers）栏目下的MPC1

6、仿真参数的设置，描述了受控对象可控制模型后，可利用仿真器（Scenarios）对系统进行仿真分析。

7、选择Scenarios栏目下的Scenarios1，出现参数设置窗口，可以设置仿真时间，还可以设置给定点和不可测量的干扰信号的类型、幅值、作用起始时间和周期等。

8、保存和调用模型预测控制器，如果仿真结果满意，可以在任意窗口菜单命令“MPC”→“Export”。

(5)pca工具箱扩展阅读

MATLAB的功能

1、Trading Toolbox™: 一款用于访问价格并将订单发送到交易系统的新产品。

2、Financial Instruments Toolbox™: 赫尔-怀特、线性高斯和 LIBOR 市场模型的校准和 Monte Carlo仿真。

3、Image Processing Toolbox™: 使用有效轮廓进行图像分割、对 10 个函数实现 C 代码生成，对 11 个函数使用GPU加速。

4、Image Acquisition Toolbox™: 提供了用于采集图像、深度图和框架数据的 Kinect® for Windows®传感器支持。

5、Statistics Toolbox™: 用于二进制分类的支持向量机 (SVM)、用于缺失数据的 PCA 算法和 Anderson-Darling拟合优度检验。

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

7、Vehicle Network Toolbox™: 为访问CAN总线上的ECU提供XCP。

6. matlab中的降维函数是什么

drttoolbox : Matlab Toolbox for Dimensionality Rection是Laurens van der Maaten数据降维的工具箱。
里面囊括了几乎所有的数据降维算法：
- 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提取特征

1、参数mA代表A的均值，也就是mean(A)。

其实这个参数完全没必要，因为可以从参数A计算得到版。

2、解释一下权你问的两个语句的含义：

Z=(A-repmat(mA,m,1)); 作用是去除直流成分
T=Z*Z'; 计算协方差矩阵的转置

3、关于函数的调用：

MATLAB统计工具箱中有函数princomp，也是进行主成分分析的（2012b之后有函数pca），基本调用格式：

[pc,score]=princomp(x)

其中，输入参数x相当于你这个函数的A，输出参数score相当于你这里的pcaA，而pc大致相当于你这里的V（符号相反）。具体说明请参考函数的文档。

8. 有没有大神站到用Matlab的PLS工具箱怎么做主成分分析

1、参数mA代表A的均值，也就是mean(A)。
其实这个参数完全没必要，因为可以从参数A计算得到。

2、解释一下你问的两个语句的含义：
Z=(A-repmat(mA,m,1)); 作用是去除直流成分T=Z*Z'; 计算协方差矩阵的转置

3、关于函数的调用：
MATLAB统计工具箱中有函数princomp，也是进行主成分分析的（2012b之后有函数pca），基本调用格式：
[pc, score] = princomp(x)其中，输入参数x相当于你这个函数的A，输出参数score相当于你这里的pcaA，而pc大致相当于你这里的V（符号相反）。具体说明请参考函数的文档。