VIP20
本课程属于：050-分子动力学特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

PCA压缩高维轨迹特征实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程介绍与目标
课程介绍与目标 · 核心概念 · 实践要点
课程介绍目标
02
高维轨迹数据概述
高维轨迹数据概述 · 核心概念 · 实践要点
高维轨迹数据概述重点
03
轨迹数据预处理基础
轨迹数据预处理基础 · 核心概念 · 实践要点
轨迹数据预处理基…重点
04
主成分分析(PCA)原理
主成分分析(PCA)原理 · 核心概念 · 实践要点
PCA主成分分析
05
PCA的数学推导
PCA的数学推导 · 核心概念 · 实践要点
PCA的数学推导
06
PCA的几何意义
PCA的几何意义 · 核心概念 · 实践要点
PCA的几何意义
07
PCA的算法步骤
PCA的算法步骤 · 核心概念 · 实践要点
PCA的算法步骤
08
使用NumPy实现PCA
使用NumPy实现PCA · 核心概念 · 实践要点
NumPyPCA
09
使用Scikit-learn的PCA
使用Scikit-learn的PCA · 核心概念 · 实践要点
Scikit-learnPCA
10
轨迹特征提取
速度 · 加速度 · 转角
轨迹特征提取速度
11
轨迹特征提取
道路匹配点序列
轨迹特征提取道路匹配点序列
12
轨迹特征提取
时间戳与时间特征
轨迹特征提取时间戳
13
高维轨迹特征向量构建
高维轨迹特征向量构建 · 核心概念 · 实践要点
高维轨迹特征向量…重点
14
特征标准化与归一化
特征标准化与归一化 · 核心概念 · 实践要点
特征标准化归一化
15
PCA降维在轨迹数据上的应用
PCA降维在轨迹数据上的应用 · 核心概念 · 实践要点
PCA降维
16
确定主成分数量
累积方差解释率
确定主成分数量累积方差解释率
17
可视化降维后的轨迹特征
可视化降维后的轨迹特征 · 核心概念 · 实践要点
可视化降维后的轨…重点
18
原始轨迹与重建轨迹对比
原始轨迹与重建轨迹对比 · 核心概念 · 实践要点
原始轨迹重建轨迹对比
19
轨迹聚类任务中的PCA应用
轨迹聚类任务中的PCA应用 · 核心概念 · 实践要点
PCA轨迹聚类任务
20
轨迹分类任务中的PCA应用
轨迹分类任务中的PCA应用 · 核心概念 · 实践要点
PCA轨迹分类任务
21
异常轨迹检测中的PCA辅助
异常轨迹检测中的PCA辅助 · 核心概念 · 实践要点
PCA异常轨迹检测
22
PCA局限性
线性假设与非线性
PCA局限性
23
核PCA (KernelPCA) 介绍
核PCA (KernelPCA) 介绍 · 核心概念 · 实践要点
PCAKernelPCA
24
增量PCA (IncrementalPCA) 处理大轨迹数据
增量PCA (IncrementalPC… · 核心概念 · 实践要点
PCAIncrementalP…
25
稀疏PCA (SparsePCA) 特征选择
稀疏PCA (SparsePCA) 特征… · 核心概念 · 实践要点
PCASparsePCA
26
PCA与其他降维方法对比（t-SNE, UMAP）
PCA与其他降维方法对比（t-SNE · 核心概念 · 实践要点
PCAt-SNE
27
实战案例
GPS轨迹数据压缩
实战案例GPS
28
实战案例
运动捕捉数据降维
实战案例运动捕捉数据降维
29
实战案例
城市交通轨迹特征压缩
实战案例城市交通轨迹特征…
30
课程总结与扩展阅读
课程总结与扩展阅读 · 核心概念 · 实践要点
课程总结扩展阅读