这是我之前关于PCA的问题的后续问题(所以开头是相同的,但问题不同)。
我有一张尺寸为90 x 60 x 12 x 350的四维图像。这意味着每个体素都是350的矢量(时间序列)。
现在我将3D图像(90 x 60 x 12)分成立方体。所以让我们说一个立方体包含n个体素,所以我有n个大小为350的向量。我想将这n个向量减少到只有一个向量,然后计算所有立方体的所有向量之间的相关性。
因此,对于一个立方体,我可以构造矩阵M,我只是将每个体素放在彼此之后,即M = [v1 v2 v3 ... vn],每个v的大小为350.
现在问题是立方体的大小不一样,这意味着它们的边界更小。这意味着coeff的第一列具有不同的大小。但我需要它的大小相同,因为我想稍后计算相关性。
我该如何纠正?我应该向M添加零向量,以便每个多维数据集具有相同的大小吗?
答案 0 :(得分:0)