위의 줄거리에 대 한 조사는 거의 모든 밴드가 서로 관련이 있는 것 같다 우리를 알; 즉, $i $ th 밴드 (증가 또는 감소)에 주어진 픽셀의 반사율, $j $ th 밴드, $ineq j $, 또한 예상 된다 (증가 또는 감소); 밴드 30과 31을 제외 하 고 어디에 명확한 패턴이 될 것으로 보인다. 하지만 그 주관적인, 우리는 정확 하 게 말할 수 없기 때문에 4096 서명 (줄거리에 라인) 가능성이 다른 중요 한 정보를 겹칠 것입니다. 그래서 모든 변수 사이의 관계를 제대로 볼 수, 여기에 출력 위의 모든 스펙트럼 밴드의 상관 관계 매트릭스, 그 의미의 0.05 수준, 오직 처음으로 13 정식 차원 밖으로 15의 중요 한 우리에 게 알려줍니다. 반환 된 수치 출력은 실제로 $n = $15 정식 상관 관계입니다. 그리고 우리가 볼 수 있듯이, 처음 다섯 정식 상관 관계는 우리가 처음 다섯 정식 변수에 구하는 선형 조합이 서로에 게 높은 상관 것을 암시 매우 큽니다. 이후의 상관 관계에 대해서는 비슷한 해석 방법을 수행할 수 있습니다. 그런 다음 처음 다섯 개의 정식 변수 계수를 검사 하 여 위의 정식 상관 관계에 의해 어느 밴드가 고도로 설명 되는지 확인 합니다. canceror 함수는 다음 구성 요소를 반환 합니다. 청록색 색상 덮어 거의 60% 영역의 해당 스펙트럼 밴드 사이의 높은 상관 관계를 나타냅니다. 그러나 줄거리에서 발음 되는 자홍색 색상은 우리에 게 그 밴드 사이의 낮은 상관 관계를 알려줍니다. 이제 2로이 데이터를 나누어 보자, 42 밴드에서 우리는 변수 (각각 21 차원)의 두 동등한 집합을 가질 수 있습니다. 하지만 일러스트 레이 션의 목적을 위해, 우리는 첫 번째 15 밴드는 첫 번째 그룹과 나머지 밴드 16으로 분류 됩니다-42 두 번째 그룹, 따라서 $p = $15 및 $q = $27, 변수의 불평등 세트를 고려 합니다.

$min (p, q) = n = 15의 정규 변수 $ 쌍이 있다 그래야. 그리고 우리가 가진 CCA를 적용, 처음 세 $U의 계수의 줄거리에 면밀 한 관찰 _i $ s 무작위 가변은, $U _1, U_2, $ 및 $U _3 $가 괴기 한 악대의 대조 이다 그래야, 부정과 긍정적인 가치 사이 선적의 동요를 보여준다. 그리고 비슷한 상황도 처음 세 $V의 계수의 줄거리에 관찰 됩니다 _i $ s 무작위 변수, 그리고 때문에 우리는 더 이상이 밴드에 대 한 구체적인 해석을 말할 수 없습니다. 시작 하려면,의 이미지 형태로 데이터를 표시 하자: 잔디 데이터 64 픽셀, 잔디 텍스처에 의해 64의 스펙트럼 이미지입니다. 각 픽셀은 백분율 단위로 지정 된 반사율을 가진 42 스펙트럼 밴드의 스펙트럼 반사율 곡선으로 표시 됩니다. 자세한 내용은 CCA, 참조 1 및 2를 참조 하십시오. 계속 하려면이 방법론을 이미지에 적용 해 보겠습니다. 우리는 (bajorski, 2012)에서 잔디 데이터를 사용 하 고 그것에 대 한 분석을 할 R.

아래는 데이터의 올바른 설명입니다. 우리는 xcoef와 ycoef에 관심이 있습니다 그리고 $U _i $ s의 처음 세 $i $ s의 계수의 줄거리와 $V _i $ s 임의의 변수는 아래에 표시 됩니다, 코드는 우리가 twe의 밝기에 상당한 변화를 관찰 데이터의 처음 12 스펙트럼 밴드를 생성 합니다 lfth 밴드는 첫 번째 밴드에 비해.