本科生毕业设计外文资料翻译题目基于主成分分析的特征提取方法研究专业电子信息工程所在学院信息科技学院附件1.外文资料翻译译文；2.外文原文外文译文1内核PCA算法第二部分：快速交叉验证和近红外光谱数据分类中的应用摘要：PCA算法，即NIPALS,电力法（电力），奇异值分解（SVD）和特征值分解（EVD）,其内核版本是三个近红外数据系统地应用。交叉验证用于确定作为输入所需的线性判别分析（LDA）的PC因素。作为降维方法PCA、LDA的成功分类所有三个数据集。内核算法的速度比其相应的经典算法。四个经典的算法，SVD的是最快的。只有少数的电脑需要时，内核功率的测量方法是最快的算法。当所有的电脑是必需的，EVD是最有效的四个内核算法，应用交叉验证时,内核的EVD相比人人降低了运行时间的经典算法。为了进一步加快交叉验证，提出了两个矩阵的更新方法。正常的交叉验证过程相比，第一种方法略有提高使用正常内核EVD的交叉验证的速度。第二种方法人人加快了交叉验证，但需要修改内核的EVD算法。1介绍近红外光谱（NIR）已成为一种广泛使用的分析技术在制药、食品等行业。例
