滤波检测与主成分分析技术及其应用

将多元样本滤波检测与主成分分析结合用于研究岩石-矿化剖面.本方法采用Sobel水平检测滤波和主成分分析(PCA)技术,其原理是由于地球化学数据存在"野值"或地质体单元之间差异较小,很难有效地用单变量或原始多元样本划分岩石-矿化剖面中的地质体单元,为此,以广西大厂矿田钻孔岩芯样品化学分析数据为例,首先将12种化学元素的样本数据设想构成一个"虚拟"的垂直面,用Sobel水平检测滤波器进行检测;根据滤波检测后的单元素(变量)波形特征和多元素(多变量)组合特点,划分岩石-矿化剖面中的地质体单元;然后,对指定的地质体单元进行主成分分析,提取原始数据的地质信息.在PCA图解中可以发现原始变量的相互关系、数据点之间的空间特征.     

十二种常用中草药中微量元素的主成分分析

在已有实验数据的基础上,采用主成分分析法,对12种常用活血化瘀类中草药微量元素与质量之间的关系进行综合评价。本文计算获得了3个主成分及相应的主成分方程,表明主成分分析和因子得分可以用于12种中草药质量的综合评价,分析结果可以为药品研制和应用提供科学依据。     

化学计量学中的主成分分析

主成分分析是对多变量数据进行降维处理的一种线性投影方法，它在尽可能保留原有信息的基础上将高维空间中的样本映射到较低维的主成分空间中，使数据矩阵简化，降低维数，寻找少数几个由原始变量线性组合的主成分(也称潜变量)，以揭示数据结构特征，提取化学信息．主成分分析是化学计量学中的基础方法，广泛用于化学实验数据的统计分析，进行数据降维、变量提取与压缩、确定化学组分数、分类和聚类，以及与其他方法联用进行数据处理．     

新疆野麻主产区土壤中若干盐碱成分的化学计量学分析

 用化学计量学中的主成分分析方法处理新疆野麻主产区土壤中若干盐碱成分的测试数据,可以获得不同野麻主产区盐碱成分分布情况及其异同和同一产区各盐碱成分间相互作用关系.     

CCSD主孔变质岩地球化学特征及性质研究

地球物理测井(简称测井)利用各种先进仪器在钻孔中连续观测,可获得钻孔剖面物理、几何、化学等各种原位信息,是中国大陆科学钻探(CCSD)工程的重要组成部分和关键技术之一.在岩芯与测井深度对齐、测井环境校正的基础上,建立了各种氧化物与测井曲线的关系方程,重建氧化物剖面,统计分析了主孔榴辉岩、片麻岩、角闪岩、蛇纹岩的氧化物特征,分析了榴辉岩、片麻岩、蛇纹岩的化学性质.按矿物成分、化学成分等对榴辉岩的分类进行了论述.根据副片麻岩和正片麻岩的氧化物差异,利用氧化物交会图识别副片麻岩和正片麻岩.利用氧化物交会图分析了蛇纹岩、金红石榴辉岩、角闪岩、正片麻岩、副片麻岩的原岩.     

主成分分析在污灌区土壤分析中的应用

叙述了主成分分析的原理及其在污灌区土壤中的应用,并对阜新市东梁桥污灌区土壤中的重金属含量进行了分析研究。首先在研究区内选择10个采样点,并对其表层土分别采样,进行Cr、Ni、Pb、Cu、Zn、Cd等重金属分析,识别出主要污染因子,并对1~#和4~#进行剖面采样,共采集剖面样品8个,进而采用主成分分析法对该地区的重金属数据进行分析,确定出主成分的个数,为东梁桥污灌区进行重金属污染分析减轻了工作量,并且获得了选择最佳变量的效果。     

超高效液相色谱-串联质谱结合化学计量学分析金银花中多组分含量

建立超高效液相色谱-串联质谱同时测定金银花中9种主要成分的方法。采用负离子扫描方式，对主要成分进行化学计量学分析。色谱分离采用Thermo Hypersil GOLD色谱柱，柱温35℃。流动相由甲醇和0.2%甲酸水溶液组成，结合聚类热图分析和主成分分析对金银花进行综合分析。结果表明：9个化合物峰面积与浓度之间具有良好的线性关系(R²>0.999 1),日内精密度(0.96%～2.26%)、日间精密度(0.52%～3.04%)和稳定性(0.85%～2.15%)均符合相对标准偏差；回收率在96.77%～101.94%之间，相对标准偏差在2.48%～4.01%之间；层次聚类分析和主成分分析在内的化学计量学结果表明，不同地区的金银花活性成分含量存在明显差异，3-O-咖啡酰奎宁酸和3,5-二咖啡酰奎宁酸为贡献最大的化合物。该研究可为进一步开展金银花有效成分及相关量效关系、相关产品的质量控制提供参考。     

石灰石化学成分与其脱硫率的数学模型

运用多元统计分析方法，研究了石灰石化学组成与脱硫效果之间的数量关系，并通过样品的规范化采集和脱硫试验，运用ＳＴＥＰＷＩＳＥ ＲＥＧＲＥＳＳＩＯＮ程序，对获得的实验数据在微机上运行处理，建立了石灰石化学成分与其脱硫率关系的数学模型，该模型把统计方法应用于环境保护中，对分析石灰石的化学性能及选择石灰石的种类，提供了重要的参考依据。     

基于RPCA的群稀疏表示人脸识别方法

针对训练样本图像和测试样本图像均存在光照、污染、遮挡等情况下的人脸识别问题,提出一种基于鲁棒主成分分析的群稀疏表示人脸识别方法(group sparse representation face recognition method based on robust principal component analysis, GSR-RPCA)。该方法将人脸图像由空域变换到对数域,增强人脸图像的对比度,并通过结构非相关鲁棒主成分分析算法从训练样本图像矩阵D中分解出干净的低秩部分人脸图像矩阵A和误差图像矩阵E,以增强恢复数据的鉴别力;学习A与D之间的低秩映射关系矩阵P,并用P将存在遮挡的测试样本映射到其潜在的子空间下,得到干净的测试样本y;计算y在A上的群稀疏表示系数,并利用类关联重构残差对测试人脸进行识别,获得测试人脸的所属类别。在CMU PIE,Extended Yale B和AR数据库上的实验结果显示,提出方法具有较高的识别率和较强的鲁棒性。     

十二种花类药材中八种微量元素的主成分和因子分析

应用化学计量学方法研究了十二种花类药材中所含微量元素之间的关系,结果表明应用四个主成分可以合理解释微量元素之间的相关关系; 主成分分析和因子得分可以用于十二种不同花类药材质量的综合评价,为花类药材的合理利用提供了可靠依据.     

广义岭型组合主成分估计及其K值的选取

本文把岭型组合主成分估计拓广为广义岭型组合主成分估计＾α（ｃ）证明＾α（ｋ）能更有效地改善ＬＳ估计，并运用Ｑ（ｃ）准则得到广义岭型组合主成分估计的显示解及得到该解的迭代算法     

基于中频雷达探测资料的中层大气潮汐

利用Lomb—Scargle周期图法和谐波拟合法分析武汉中频雷达试验站2002年2月6日到3月6日的探测数据，水平风场的LS功率谱显示武汉上空存在很强的24h潮汐波动，在某些高度上还会出现较强的12h和弱的8h潮汐。24h潮汐是中层顶区域主要的潮汐成分，谐波拟舍的方法表明，24h潮汐的振幅在88km达到最大，并且其能量是向上传播的。     

SVD算法在亚毫米波付里叶变换谱中的应用

本文介绍了自回归谱分析法中的奇异值分解法(SVD算法)在亚毫米波付里叶变换谱中的应用.SVD算法和前后向最小二乘法(LS算法)相比,它们具有相同的分辨率,但SVD算法能够消除LS算法中出现的假峰和病态的问题,具有更强的抗噪声能力,因而SVD算法比LS算法更加稳定可靠.还讨论了SVD算法的阶数和有效奇异值个数的选择问题.     

基于核状态空间ICA的非线性动态过程故障检测方法

针对工业过程的非线性和动态特性,提出一种基于核状态空间独立元分析的故障检测方法.采用核规范变量分析法将非线性动态过程数据映射到核状态空间,得到去相关的状态数据.对状态数据的各时延协方差矩阵进行加权求和得到状态数据的时序结构矩阵,进而建立ICA统计模型,从状态数据中提取独立元特征数据,并构造监控统计量检测过程故障.在Tennessee Eastman过程上的故障检测结果表明,相比于传统的基于动态核主元分析的故障检测方法,该方法更加灵敏地检测到故障的发生,提高故障检测率.     

主成分分析与因子分析在肺心病发病情况分析中的应用

通过SPSS软件对青海海西州地区肺心病发病例监测登记资料进行统计分析，利用主成分分析和因子分析，分析出了民族因素、气象因素中对肺心病月发病率起主要影响作用的因素，两种分析方法得到了相同的分析结果．最后，分析出了主成分分析与因子分析的联系和区别．     

基于小波分析理论的证券投资市场预测

提出了一种基于小波分析理论对证券投资市场建模及其预测的方法·该方法分两步完成:第一步通过小波分解进行数据滤波,将证券价格变化曲线中的高频信息过滤,从而实现消除噪声,提高预测精度的目的;第二步应用最小二乘方法建立数学模型,并用模型进行中、长期证券价格预测·实际股票价格仿真结果表明:此方法简洁、预测效果良好,优于一般最小二乘方法     

基于FRICA算法的非高斯过程故障检测方法

独立元分析(ICA)是一种有效的非高斯过程故障检测方法,但其建模过程仅仅使用正常工况数据,忽视了对先验故障工况数据的利用.针对此问题,提出了一种基于故障相关ICA(FRICA)算法的故障检测方法.该方法使用ICA算法提取正常工况数据中的非高斯特征成分;再将正常工况数据集和先验故障工况数据集融合在一起构成多工况数据集,利用非局部保持投影进行二次特征提取,获得故障判别成分;在两种特征成分的基础上构造新的监控统计量,并利用核密度估计得到相应的置信限,完成对实时数据的监控.连续搅拌反应釜(CSTR)系统的监控仿真结果表明:与基本ICA方法相比,FRICA方法能更有效地检测出过程故障.     

一种主元分析方法在聚合生产过程故障监测与诊断中的应用

对聚合生产过程中的操作变量进行主元分析，提取过程变量的主要特征，建立主元模型，可实现对多变量过程数据的压缩．在不减少原信息主要特征的基础上，有效地去除了测量噪声．将主元分析应用到聚合反应生产过程故障诊断系统中，大大减少了监测变量个数，能够实现对过程状态的有效监控；异常状态可根据变量对统计量贡献值的大小来确定故障源．     

基于鲁棒PCA的火电厂湿法烟气脱硫系统的故障诊断

针对火电厂湿法烟气脱硫(WFGD)过程建模数据中存在离群点的情况,提出一种基于复合统计量CRS的鲁棒主元分析(PCA)的故障诊断方法.该方法利用含有离群点的样本数据建立PCA模型,求取PCA模型的复合统计量CRS的控制限,剔除样本数据中复合统计量值超过控制限的样本点,使用剩下的样本点重新建立PCA模型.经华能福州电厂的...     

回归系数LS估计的改进

论述了复共线性对LS估计的影响,复共线性存在时主成分估计比LS估计有较小均方误差.通过实例说明利用主成分估计对LS估计改进的方法与步骤.