乳腺癌诊断指标的数理统计分析

以UCI机器学习知识库提供的683个乳腺癌数据为基础，利用相关分析、逐步线性回归和主成分分析等数理统计方法，对用于诊断检测乳腺癌各指标间的相互关系及主要判断指标进行了深入研究，指出细胞大小的均匀性(X2)、细胞形状的均匀性(X3)是检测乳腺癌诸指标中最重要的指标。     

主元分析及数据重构在过程监控中的应用

利用主元分析方法，通过矩阵运算、降低维数以提取过程变量的主要特征，实现对工艺数据的压缩，既可解决过程变量间的相关问题，同时还有清除测量噪声的效果．化工吸附分离过程监控的应用实例表明，主要过程变量可由15个缩减为6个，累积解释程度为98%．     

关于Z[c~(1/2)]环

给出Z[c_(1/2)]环的定义,并定义Z[c_(1/2)]环上的元素范数;讨论Z[c_(1/2)]环关于任意主理想的商环的个数,进而得到Z[c_(1/2)]中主理想是极大理想的充要条件,特别在Z[c_(1/2)]是主理想整环的条件下,得到了Z[c_(1/2)]的元素是素元的充要条件。     

主位结构理论在英语写作教学中的应用

主位连贯是语篇语义连贯的重要因素之一。运用主位结构理论对学生习作进行实例分析可以帮助学生把握语篇的主位推进序列，构建具有统一性和连贯性的语篇。根据主位结构理论还可以设计出用于英语写作教学的新的语篇写作模式。     

改进的MPCA方法及其在批过程故障诊断中的应用

基于传统的多方向主元分析(MPCA)常会导致误诊断，且对批生产过程难以保证在线状态监测和故障诊断的实时性，提出了一种改进的MPCA方法，该方法采用多模型非线性结构代替传统MPCA单模型线性化结构，克服了后者不能处理非线性过程和实时性问题，并避免了MPCA在线应用时预报未来测量值带来的误差，提高了批过程性能监测和故障诊断的准确性．     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

证券投资价值的综合评价法

将专家的意见与主成分分析方法结合起来，提出了专家修正的主成分分析系统评价法，并对上市公司进行分析，确定其投资范围及证券的投资价值．     

主因子模型的局部影响分析及其在地质中的应用

 应用局部影响分析方法,讨论了主因子模型中影响点的识别方法.给出了因子负荷矩阵,共同因子得分的系数矩阵等主因子模型中参数的诊断统计量,并将这一方法应用于地质数据中,以识别特殊地质数据及结构.     

闽东南农业发展研究

介绍了多元统计中的主成分分析法、聚类分析法在农业发展中的运用，首先确立了指标体系，然后用主成分分析法对原始数据进行了处理，得出闽东南各县市的农业发展水平梯度值．用聚类分析法得出农业区划方案，可为农业发展政策的制定提供依据．     

运用主成分分析方法评价上市公司经营管理业绩

上市公司的经营管理业绩可以通过一系列的财务指标来反映 ,但这些财务指标只能反映公司经营活动中某时刻某个方面的情况。本文运用主成分分析法 ,对内蒙古 19家上市公司的 8项财务比率进行综合评价 ,得到上市公司财务状况综合评价指数 ,对上市公司的经营管理业绩作实证分析