环境质量评价中的主成分分析与全局主成分分析方法

给出在环境质量评价中对即时性平面数据的主成分分析方法与对多维动态数据系统的全局主成分分析方法,着重介绍了对时序立体数据表进行立体式的综合与简化,并应用于具体的实例,得到很好的结果.这两种方法对环境质量的评价和治理工作都有积极的指导作用与重要的应用价值.     

一种基于核主成分分析的人脸识别方法

针对主成分分析（PCA）算法中存在不能提取非线性特征的问题,提出了利用KPCA提取图像特征,最近邻法分类的人脸识别改进方法。基于ORL数据库的相关实验表明,这样的系统能够取得比传统PCA更好的识别性能。     

应用主成分分析进行综合评价的一种改进方法

针对用主成分分析进行综合评价中所产生的评价结果易受异常值影响的缺点，提出了在主成分分析的过程中对原始数据作变量代换方法或基于等级相关阵方法，可以提高综合评价结果的稳定性．并用这2种方法对2003年30只股票上市公司的财务数据进行了综合评价。     

主成分分析在居民消费价格分类指数中的应用

在进行消费结构变动的分析时,由于指标多且指标体系中各指标之间存在着多重共线性,这是影响模型稳定的重要因素,使所得的模型中出现了不符合经济学原理的现象。为此采用主成分分析来消除这种多重共线性,建立主成分回归模型。运用主成分回归分析方法,建立了关于我国居民消费价格指数变动的主成分回归模型,消除了多重共线性,使模型达到了很高的拟合优度,体现了主成分分析在消除回归模型中的多重共线性的优越性。     

面向冠心病血检数据的函数型主成分方法

本文提出了一种面向冠心病血检数据的函数型主成分分析(FDCA)方法。首先,利用函数型数据分析(FDA)方法,对冠心病患者的血液检测指标数据进行函数化;然后,利用FPCA的方法对原始血检指标进行降维,并与传统的主成分(PCA)方法进行对比。实验结果表明,相比于传统方法,FPCA方法降维效果更好,降维后得到的新指标能够包含原始指标的绝大部分信息。该方法对于临床冠心病的诊断研究具有现实和理论意义。     

浅析主成分分析方法

本文主要介绍了主成分分析方法的基本理论,主成分分析法是利用降维的思想把多个指标转化成少数几个指标的一种多元统计方法,以及在应用中应注意的一些问题。     

主成分分析法中数据处理方法的改进

由于原有的主成分分析法受到评价指标量纲和数量级的影响,因而主成分也会因评价指标量纲和数量级的改变而不同,并且使得部分信息丢失。用均值化方法借助DPS数据处理软件,对原始数据进行无量纲化处理,不仅有效消除了量纲与数量级的影响,而且使得处理后的数据包含了原始数据的全部信息。     

两类改进的六阶Newton迭代方法

通过改进4个三阶收敛的Newton迭代法得到一些新的方法来解非线性方程,并证明这些方法的收敛性.然后通过数值实例对新方法和原来的三阶收敛迭代法进行比较,说明新的迭代方法的有效性.     

基于模糊点数据的核主成分分析

在核主成分分析中,给每个训练数据赋予一个置信权重,将训练数据视为样本空间的模糊点,研究了基于模糊点数据的核主成分分析.数值模拟表明,该方法能够有效控制异常点对主成分的影响.同时,该方法也为数据先验信息的利用提供了一个可行的途径.     

对多指标综合评价的主成分分析方法的改进

国内关于应用生成分分析方法进行综合评价的案例很多。但在众多的案例研究中我们发现，主成分分析的应用也还存在一些问题．问题之一：究竟应选取多少个主成分来对样本进行综合评优排序；问题之二：对主成分的经济含义有时难以作出合乎客观实际的解释，这有碍于对定量综合评价作定性分析。本文拟结合实例对这两个问题作些探讨。一、主成分个数选取对此问题的见解有两神观点。一是只用第一主成分。英国统计学家肯德尔认为：第一主成分能够最大限度地反映样本问的差异，是概括指标差异信息的最佳线性函数。［’1因此，只能用第一主成分对样本…     

主成分分析在人脸识别研究中的应用

PCA(Principal Component Analysis),主成分分析方法,是一种得到广泛应用的人脸识别方法。PCA算法提供了一个高维和低维空间的线性变换矩阵,就是利用低维特征向量来表示原始样本信息,利用变换矩阵可以得到一个特征子空间,即特征脸。进行识别时,把待识别的人脸向其投影,采用最近邻法得到最近的点,最终识别该人的身份。     

利用主元分析识别人脸

简要叙述了人脸识别方法，用PCA算法实现了人脸的识别，并对实验结果进行分析，认为：PCA算法的识别率不是很高，达到78．6％，还需要改进提高，但它对于光照、姿势、是否戴眼镜、脸部表情有一定的鲁棒性。     

提高空调系统传感器小故障检测能力的方法研究

提出了用主成分分析法建立系统的模型,通过检测测量数据在残差子空间内的投影大小来检测故障.分析认为造成传感器小故障难于检测的原因在于测量数据的嗓声太大,并提出采用指数加权滑动平均滤波器来提高系统小故障检测能力的方法.实验表明,方法是有效的.图3,参8.     

一种改进的下降算法

在Armijo-Goldstein准则下，提出了一种βk的选取方法，并在Armijo-Goldstein搜索下证明了算法的全局收敛性。由此得到了一类新的共轭梯度法。同时证明了全局收敛性。     

基于改进PCA的DOA估计方法

提出了一种改进的主分量分析迭代算法,进行了仿真实验,得出的结论为本算法在估计弱信号性能时要比多重信号分类算法方便。     

不同季节绿茶中金属元素含量的主成分分析

用主成分分析对山东省不同季节绿茶中金属元素特征进行了研究,以金属元素Fe,Zn,Ca,Mg,Cu为评价指标,对山东省不同季节绿茶质量进行了综合评价。结果表明,春天所采摘茶叶综合评价最高,秋天最差,这与市场上春茶质优价高是一致的。     

高频功率磁元件测试新方法

提出了高频功率磁元件测试新方法和实验电路模型, 实现了磁元件模型各参量的确定及铜、铁损等效电阻的分离. 找出了能实现铜、铁损分离和大功率测试的优化电路拓朴结构     

电力系统故障计算通用模型研究

提出了一种既适用于简单故障,又适用于复杂故障的计算机通用模型．该算法不需要考虑故障端口是横向或是纵向,也不需要考虑序网的串并联问题,而是将故障边界条件导出为相应的修正导纳矩阵,叠加在原三序网络导纳矩阵中,同时解决了变压器变比和相位位移问题．模型简单通用性强,适合于大规模电网故障计算．     

基于主元分析与支持向量机的人脸识别方法

基于支持向量机（SVM）在处理小样本，高维数及泛化性能等强方面的优势，提出了一种基于主元分析（PCA）与SVM的人脸识别方法，利用PCA方法对人脸图像进行特征提取，再利用SVM与最近邻分类器相结合的策略对特征向量进行分类识别，剑桥ORL的人极数据库的仿真结构验证了本算法是有效的。     

方程求解中迭代法的使用

本文针对方程求解中常用的迭代方法,主要介绍了收敛迭代公式的构造过程,并通过举例加以说明.