java - PCA pca = 新PCA

Question

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] + " ");
        }




   }
}

Answer 1

主成分分析用于减少问题的维数。音频文件的尺寸是 channel (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 减少样本数量，但可以减少音频中的 channel 数量。但您可以在不使用 PCA 的情况下通过对每个 channel 上的样本进行平均来实现这一点。因此，除非您尝试将立体声音频转换为单声道，否则我认为您需要采用不同的方法来解决问题。