排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
矩阵奇异值分解及其在高维数据处理中的应用 总被引：2，自引：0，他引：2
矩阵奇异值分解能够实现对高维数据的局部特征提取及维数约减,在智能信息处理和模式识别研究领域具有十分重要的应用价值.首先分析了高维数据处理所面临的困境,并对常用的降维算法进行简单的归纳总结;然后阐述了矩阵奇异值分解的基本原理及其在维数约减和数据压缩中的物理意义;接着通过分析两种建立在奇异值分解基础上的PCA与LSA降维算法的数学导出过程,进一步给出了两者的等价性证明;最后总结了矩阵奇异值分解的优缺点,并且预测了高维数据处理技术未来的发展趋势. 相似文献
2.
采用顶空气相色谱法,对纸塑包装聚乙醇酸、聚乙醇酸三亚甲基碳酸酯和聚碳酸酯医疗器械环氧乙烷残留量进行检测,并对灭菌后的器械进行自然通风及室温下真空和80℃下真空强制解吸,确保产品环氧乙烷残留量在安全使用范围.研究发现,经环氧乙烷灭菌后,三种材质器械的环氧乙烷残留量均超过安全使用限度,聚碳酸酯器械最高,聚乙醇酸三亚甲基碳酸酯次之,聚乙醇酸最低.80℃下真空强制解吸48 h后,环氧乙烷残留量均满足安全使用限度要求.建立了可降解聚酯器械中环氧乙烷检测方法,探寻了较好的解吸方法,为产品的安全使用提供保障. 相似文献
1