人体尿液的三维荧光指纹图谱

采用三维荧光光谱技术获得了不同人群尿液的指纹图谱,对24个胃癌病人以及27个健康人的尿样进行了测定,并结合主成分分析的投影判别法和聚类分析法对尿样三维荧光谱的特征参数进行了模式识别研究。结果表明,病人和健康人的尿样存在一定的差异,且主成分分析投影判别法和聚类分析法均能对样品进行较好的分离识别,从而建立了识别癌症病人以及健康人的尿液的新方法。     

感冒咳嗽颗粒高效液相色谱指纹图谱

采用高效液相色谱法分别分析了4个不同厂家的11个感冒咳嗽颗粒样品、6种原药样品和1个原药混合样品,利用中药指纹图谱相似度软件及主成分分析投影判别法对实验数据进行分析.结果发现,不同厂家的感冒咳嗽颗粒存在显著性差异.使用主成分分析和相似度分析能对样品进行判别,结合原药及原药混合样品色谱图对感冒咳嗽颗粒中的有效成分进行研究,结果表明,该方法能够鉴别中药质量.     

应用近红外透射光谱鉴别藿香正气水

应用近红外透射光谱技术,并结合化学计量学方法,对3种不同品牌的藿香正气水的质量进行鉴别。分别采用小波变换和遗传算法对原始近红外光谱进行数据压缩和波长选择,处理后的光谱数据用主成分分析法进行处理,所有17个藿香正气水样品按生产厂家得到正确分类。将光谱数据用不同方法前预处理,进而利用反传人工神级网络的学习预测能力建立识别模型。交叉验证结果表明,原始光谱、平滑光谱、小波变换及遗传算法预处理后建立的校正模型分类样品的百分比均达100%。小波变换预处理的建模速度最快,预测结果最好。     

基于电子舌技术对不同年份的化橘红的识别

不同年份的化橘红功效和价格均存在差异,为了快速识别未知橘红样品的年份,采用电子舌对2001～2010年的10个样品和一个盲样进行了分析.对原始数据采用主成分分析和判别因子分析.结果表明:主成分分析可以将不同年份的样品进行有效的区分,判别因子分析可以更好地区分不同年份的样品,并能进行盲样识别.在模式识别中,判别因子分析法的识别结果均优于主成分分析法,前者2个判别因子的累计方差贡献量达到了99.929%.电子舌可以较好地区分不同年份的化橘红,改进后有望应用于化橘红的快速检测.     

啤酒中挥发性成分的测定及产地鉴别

采用自动固相微萃取提取啤酒中的挥发性成分,并利用快速气相色谱/质谱联用对其挥发性物质成分进行分析,样品分析时间仅为10min,并且整个分析过程实现了自动化。通过检索NIST谱库鉴定出42种挥发性成分,其中含10种酯类、10种烃类、9种醇类、7种酸类及一些其他类化合物。对不同产地的啤酒进行主成分分析,不同厂家的产品在投影图上得到很好的聚类。通过载荷分析,发现对鉴别厂家贡献最大的是卡必醇以及乙酸、辛酸、癸酸三种有机酸。更多还原     

SPME-GC-MS结合化学计量学方法分析4种植物油挥发性成分

采用固相微萃取-气相色谱-质谱联用技术(SPME-GC-MS)对茶油、菜籽油、花生油、大豆油4种植物油的挥发性成分进行定性定量分析,共鉴别出140种挥发性成分,其中山茶油和大豆油共检测出51种挥发性成分,菜籽油和花生油共检测出54种挥发性成分。主要为醛类、烷烃类、酯类、醇类、杂环类、酮类、烯烃类、酚类等物质。由于4种不同植物油的挥发性成分差别较大,利用主成分分析方法分析4种植物油挥发性成分的差异。结果表明,前3种主成分累积贡献率达到80.8%,4种不同的植物油能通过挥发性成分的差异被完全区分开,这些挥发性成分含量的差异,形成不同品种植物油各自的风味特征。     

不同地理群体的克氏原螯虾形态差异多元分析

外来入侵物种克氏原螯虾(Procambarus clarkii),原产于美国南部和墨西哥北部,20世纪二十年代经由日本传入我国南京郊区,因其对环境适应性强的生物学特性,迅速入侵我国长江中下游诸省市的江河湖泊等自然水体。本文采用3种多元分析方法,对中国大陆地区长江水系、珠江水系、淮河水系、东南沿海水系与台湾省桃园县及原产地美国路易斯安那州纳契托什共12个自然水体克氏原螯虾群体的14个形态比例性状进行形态差异性分析。聚类分析结果和主成分散布图显示,台湾桃园县与美国路易斯安那州纳契托什2个克氏原螯虾群体首先聚为一类,再与中国大陆地区群体聚为一类。其中中国大陆地区群体趋于分为两类,长江水系中下游干流群体、长江水系鄱阳湖支流群体与珠江水系群体聚为一类,长江水系上游干流群体、长江水系太湖支流群体、长江水系乌江支流群体、长江水系洞庭湖支流群体、淮河水系群体、东南沿海水系群体聚为一类。主成分分析中,雌性群体前4个主成分贡献率依次为31.518%、23.382%、15.823%、8.767%;累积贡献率79.491%;雄性群体前4个主成分贡献率依次为30.396%、23.407%、16.344%、9.665%,累积贡献率为79.811%。对中国大陆地区、台湾地区和美国路易斯安那州群体的判别分析中,雌性群体判别准确率为75.0%~84.0%,综合判别率为82.1%;雄性群体判别准确率为75.0%~86.8%,综合判别率为86.6%。研究结果表明,不同自然水体中的克氏原螯虾群体存在一定的种内不同群体间外部形态差异,该差异主要集中存在于头胸部和腹部的若干性状指标上,可能是因栖地自然水体的不同生态环境因素所导致。     

浙江中部夏熟作物田主要杂草生态相似性的数量分析

应用七级目测法对浙江中部地区27个夏熟作物田样点的杂草进行了优势等级调查，将所得数据转换成重要值，以杂草在27个样点中的重要值为运算指标，应用主成分分析法和图论聚类中的最小生成树法，对24种杂草的生态学相似性进行了比较，指出了长期使用单一的除草剂导致农田杂草种群迅速更迭的原因：杂草对除草剂的敏感性差异及不同杂草间的生态学特性的差异。     

大麦品种数量性状的聚类分析研究

定义品种标准化主成分间的欧氏平方距离为遗传距离，采用类平均法对６３个地理来源不同的品种进行系数聚类，将其分为８类。表明品种的地理分布对遗传差异有一定的影响，但两者间并无必然的联系。认为大麦杂交亲不可否认尖在类间距离大于平均类间距离的类间选配，同时参考主成分分析对品种综合性状的认识，并结合其它因素，选择综合性状好的品种作亲本。     

比迹准则下的边界判别投影

为了克服高维数据分析中存在的"维数灾难",提出了一种有监督的数据降维算法,该方法将边界判别投影算法扩展到比迹准则下进行建模,通过最大化同类样本点之间的最近距离,最小化异类样本点之间的最大距离,来获取最优的判别投影方向.理论分析表明,比迹准则下的边界判别投影算法所生成的低维表示对原始数据的可逆变换就有不变性,且求得的投影方向是关于类内散度矩阵共轭正交的.人脸数据集上的分类实验表明,与迹差准则下的边界判别投影算法相比,比迹准则下的边界判别投影算法在每类样本点较少时具有更高的判别能力.     

主成分分析法用于土壤样品分类

采用火焰原子吸收光谱法对江西省南丰县南丰蜜桔种植区和非种植区土壤中锰、铜、锌、钴、镍5种元素的含量进行测定；用电位滴定法测定上述土壤样品的酸度；用灼烧法测定其中有机物质的含量；用干燥法测定自然水的含量。进而采用主成分分析法(PCA)对所测得的土壤样品的8个变量进行分类研究，发现蜜桔种植区和非种植区的样品能得到较好的分离识别，证明南丰蜜桔的质量与土壤中的微量元素的含量、有机物质的含量以及土壤的酸度之间存在相关性。     

基于元素及稳定同位素分析的大黄鱼产地区分技术

为实现对4种大黄鱼（Larimichthys crocea）产地（分别来自福建宁德养殖、浙江温州养殖、浙江舟山养殖和舟山渔场自然海域捕捞）的区分，应用电感耦合等离子体质谱仪（inductively coupled plasma mass spectrometry，ICP-MS）及元素分析-同位素质谱仪对大黄鱼肌肉中19种矿物元素及δ¹³C、δ¹⁵N和C、N元素的质量分数进行了测定，基于质量分数差异并结合主成分分析（principal component analysis，PCA）、聚类分析（cluster analysis，CA）和Fisher判别分析对4种不同产地大黄鱼进行区分。单因素方差分析（ANOVA）及事后多重比较（LSD和Tamhane T²检验）结果表明，12种元素（C、N、Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba）及δ¹³C、δ¹⁵N在不同产地大黄鱼中具有较明显的地域特征差异。PCA结果表明，前2个主成分（累计方差贡献率为64.1%）的得分散点图分成了4个相对集中的区域，4种不同产地大黄鱼彼此无重叠，能被有效区分。CA结果表明，4种不同产地大黄鱼中除温州养殖大黄鱼样本被分为两类，其他3种大黄鱼样本均各自聚为一类。Fisher判别分析结果显示，原始分类结果的判别准确率为100%，“留一法”交叉验证分类结果显示，有85.7%的舟山养殖大黄鱼样本被正确分类，14.3%的被误判为温州养殖大黄鱼，其余3种大黄鱼样本分类准确率均为100%。研究结果表明，利用元素及稳定同位素比值差异结合化学计量学分析手段，可有效实现大黄鱼的产地区分，为大黄鱼产地鉴别提供参考。     

基于高频电阻抗信号与神经网络技术的结构损伤识别研究

为保证结构的安全性和耐久性,宜对结构早期的损伤情况进行健康监测.采用电阻抗方法和人工神经网络技术对钢制薄梁进行了损伤识别的实验研究,但将测得的电阻抗信号都作为神经网络的输入参数则显得不切实际,所以采用主成分分析的降维方法进行实验数据的预处理,降维后包含着最重要主成分的电阻抗信号代替原始数据将作为神经网络的输入参数.研究表明：采用该技术得到的仿真结果与实验观察非常吻合.     

基于主成分分析和分层树集合划分的Huffman算法图像压缩研究

互联网的飞速发展,产生了大量的图像信息.为了减少图片占用的存储空间,提高图像质量,提出了一种将主成分分析（PCA）和分层树集合划分（SPIHT）压缩算法相结合的有损图像压缩算法.首先对图像进行主成分分解,选取主要特征值进行压缩,再利用SPIHT算法将图像分解成不同子带的小波系数进行压缩,对SPIHT压缩系数进行哈夫曼编码,实现图像二级压缩.将本文提出的算法与SPIHT、SPIHT的哈夫曼编码、JEPG2000、PCA压缩算法进行了比较,结果表明本算法较其他压缩算法具有更好的性能,在压缩比相同的情况下能获得更高的PNSR和SSIM.     

多元统计方法用于太湖梅梁湾水质特征识别

旨在识别太湖梅梁湾水质特征,为水质保护、规划、管理、利用提供决策参考.研究利用太湖梅梁湾区域9个监测点数据,以主成分分析探讨主要污染来源;以聚类分析划分监测点类别并识别其空间相似性;以比对各类别监测点数据,讨论了污染物类别及浓度变化情况.结果显示梅梁湾水质主要受农业非点源、浮游植物生长、外源输入的有机悬浮物、含氮有机污染物及土壤土质5方面影响;梅梁湾区域9个监测点位划归为4类,即：河流入湖口、入湖口近岸、远离入湖口近岸及湖心点类;梅梁湾水质主要超标污染物为N、P,且各指标浓度变异不大.由此可见,太湖梅梁湾水质具有明确的空间分布与特征.     

基于主成分分析的工程评标综合评价模型

针对广泛应用于建筑市场的投标方法通常具有主观性外,还忽略了评标指标之间的相关性这一问题,该文给出一个利用主成分分析法(PCA)建立的工程评标综合评价模型,并结合实例,采用SPSS软件进行数据计算,最终得出评标结果,与实际相符合,说明该评价模型的合理性和实用性.     

主成分分析和聚类分析在保险数据分析中的应用乌鲁木齐保险市场影响因素分析

运用主成分分析和聚类分析等统计方法分析了乌鲁木齐保险市场调查数据 .各种分析表明 ,不同年龄段的居民对保险产品的需求是有差异的 .收入水平、社会环境、生活习惯是影响居民保险的重要因素 ,2 5岁到 45岁青壮年人群对保险的认同感也对保险有重要影响 .整体上可将保险产品分成四类 ,这一点对保险业务员推荐附加险时有一定的参考价值