В некоторых ситуациях размерность входного вектора велика, но компоненты векторов сильно коррелированы (избыточны). В этой ситуации полезно уменьшить размерность входных векторов. Эффективной процедурой выполнения этой операции является анализ основных компонентов. Этот метод имеет три эффекта: он ортогонализирует компоненты входных векторов (так, чтобы они были некоррелированы друг с другом), он упорядочивает результирующие ортогональные компоненты (главные компоненты) так, чтобы на первом месте находились компоненты с наибольшим изменением, и он исключает те компоненты, которые вносят наименьший вклад в изменение в наборе данных. Следующий код иллюстрирует использование processpca, который выполняет анализ основного компонента с использованием настройки обработки maxfrac of 0.02.

[pn,ps1] = mapstd(p);
[ptrans,ps2] = processpca(pn,0.02);

Входные векторы сначала нормализуются с помощью mapstdтак что они имеют нулевое среднее и единичную дисперсию. Это стандартная процедура при использовании основных компонентов. В этом примере второй аргумент передан processpca составляет 0,02. Это означает, что processpca устраняет те основные компоненты, которые вносят менее 2% в общее изменение набора данных. Матрица ptrans содержит преобразованные входные векторы. Структура параметров настройки ps2 содержит матрицу преобразования главного компонента. После обучения сети эти настройки следует использовать для преобразования любых будущих входных данных, применяемых к сети. Он фактически становится частью сети, подобно весам и отклонениям сети. При умножении нормализованных входных векторов pn по матрице преобразования transMat, вы получаете преобразованные входные векторы ptrans.

Если processpca используется для предварительной обработки данных обучающего набора, затем каждый раз, когда обучаемая сеть используется с новыми входами, следует предварительно обрабатывать их с матрицей преобразования, которая была вычислена для обучающего набора, используя ps2. Следующий код применяет новый набор входов к уже обученной сети.

pnewn = mapstd('apply',pnew,ps1);
pnewtrans = processpca('apply',pnewn,ps2);
a = sim(net,pnewtrans);

Анализ основных компонентов не является достоверно обратимым. Поэтому рекомендуется только для обработки входных данных. Для вывода требуются функции обратимой обработки.

Анализ основных компонентов не является частью обработки по умолчанию для feedforwardnet. Эту команду можно добавить с помощью следующей команды:

net.inputs{1}.processFcns{end+1} = 'processpca';