【发布时间】：2012-08-08 06:12:01
【问题描述】：
我有一个 1024x704x256 的图像，我已将其重组为二维矩阵。每行代表一个能量通道，每列代表一个像素。我正在执行 PCA 以使用代码减少频段数量：
A=A-repmat(mean(A,2),1,size(A,2));
[V, D] = eig(cov(A'));
Evalues = diag(D);
pc = V * A;
其中 A=均值调整后的 2D 数据集，V=特征向量矩阵，D=特征值矩阵。
我的问题是 V 和 D 的输出（使用 eigs 或 eig）自动按升序排列。在较小的数据集上使用这些函数之前，我没有遇到过这个问题。我需要知道哪些向量/值对对应于矩阵 A 中的行以进行进一步分析。有什么想法吗？
【问题讨论】：
-
PCA 的目的是将原始数据转换为一组正交分量。因此，您必须放弃与原始数据集中行的对应关系。