模糊聚类与主成份分析土地分等定级方法之研究

本文以陕西省杨陵地区为例，采用模糊聚类与主成份分析相结合的数学方法进行一次土地分等定级的尝试，与传统方法相比具有一定的优越性。     

基于密度聚类的工业数据去噪声预处理研究

针对工业数据去除噪声预处理问题,提出了基于密度聚类的数据筛选方法.该方法通过计算各样本数据间的空间距离而获得数据空间的分布密度情况,根据密度聚类法按密度分布聚类,聚类的中心点即为筛选获得的研究数据.实验表明,基于密度聚类的数据筛选法选取数据可以克服环境噪声干扰,筛选数据准确可靠,适用于工业数据的预处理.     

支持向量聚类的一种改进数据预处理

基于R*-tree数据结构,提出了一种改进的数据预处理方法,它能有效地从训练集里剔除掉一些对聚类没有意义的点。实验表明通过这个方法能有效的减少无意义的非支持向量点,而不需要对整个数据进行训练,明显地提高了运行的速度。     

个股评析中的主成份应用

本文利用主成份分析方法,对证券市场上20种股票进行综合评价,通过使用统计软件SAS进行计算和分析,提出用第一主成份作为个股业绩的度量,得到了这些股票2005年上半年的财务状况的排列次序。     

有关面向对象数据库聚类技术的研究

阐述了ＯＯＤＢｓ聚类技术中的聚类原则和聚类策略，分析了ＣＫ聚类算法和ＯＲＩＯＮ聚类算法，并就影响算法性能的几个主要方面进行了说明。     

基于主成分分析的河流洪水系统聚类法

进行河流洪水聚类的目的是根据洪水特征的相似程度划分洪水类别,研究同类洪水的规律性以及应对措施.但是,洪水特征选择过多往往会增加计算的复杂程度,同时特征之间的相关性也使得信息大量重叠,导致计算结果失真.为此,提出基于主成分分析的河流洪水系统聚类法.该法首先将所选的洪水特征综合成少数几个不相关的主成分,然后计算出每场洪水在各主成分上的得分值并将该值作为新的洪水特征值,最后根据这些新特征值进行洪水聚类.三门峡水库入库洪水聚类实例证明了该方法的可行性.     

基于鉴别主成份分析的基因表达数据特征提取

针对高维小样本数据特征提取问题,通过融合主成份分析(PCA)和线性判别分析(LDA),提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明:该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20%以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。     

主成分分析法在成年男性体型聚类中的应用

针对GB/T1335.1-1997男装号型标准中,体型分类指标单一,体型分类不够细致的现状,利用三维人体扫描技术采集了成年男性长度、围度、宽度、厚度等方面的人体数据,采用主成分分析从中提取了不同体型聚类指标,进行了相应的体型聚类分析.所得结果表明,应用主成分分析法进行成年男性体型聚类可改进当前国标体型分类指标单一的不足,达到细化体型分类的目的,完全符合大规模量身定制时代对体型分类的要求.     

基于主成分分析和模糊聚类的水文分区

水文分区有各种方法,文章提出了集模糊聚类与主成分分析方法的各优点组合的水文分区方法,首先采用主成分分析法获得水文特性主成分属性,然后运用模糊聚类算法NFC(Net Fuzzy Cluster)进行模糊聚类.利用主成分分析法对分区指标进行降维处理,简化了计算.应用NFC模糊聚类,在一定程度上解决了FCM算法局部极值问题且具有良好的聚类性能,实现了聚类的科学化与自动化.对安徽省淮河流域的124 716个原始水文数据进行实验,结果表明,与传统分区方法相比,所提出的方法有效地改善了时间性能,提高了求解精度,所得结果为水文站网规划提供了理论依据.     

主成份分析在地区综合消费水平评析中的应用

利用主成份分析法,对我国28个省,自治区,直辖市的6种消费指标进行综合评价,通过使用统计软件SAS进行计算和分析,提出用第一主成份作为地区消费水平的度量,得到了这些地区综合消费水平的排列次序,从另一侧面反映了各个地区的经济发展,综合实力状况.     

基于主成分的手机满意度聚类分析

针对国内外20种手机品牌的通话质量、外观、价格等消费者普遍关注的10个因素问卷调查,通过对数据信息的挖掘,提取了人们关注因素的主成分因子,利用主成分因子对手机满意度进行了层次聚类分析,构建了谱系聚类图,为广大消费者和生产者提供决策参考。     

基于三元泛函主成分分析和聚类分析的MRI图像分类研究

一元泛函主成分分析(FPCA)已经在fMRI上成功进行了应用,但是目前很少有研究运用多元FPCA对MRI进行探索.本研究将一元FPCA推广到三元并应用于MRI的图像特征提取,并对提取的特征进行了后续研究,提出了一整套MRI病理及正常图像的分析方法.该方法的主要流程是先对MRI图像进行预处理(图像配准和图像分割),得到脑脊液图像,然后运用三元FPCA对脑脊液进行特征提取,再对提取的特征进行选择,随后利用k-means聚类算法对特征进行聚类,来判断图像所属的类别(正常或异常),从而达到颅脑MRI图像病变筛查的目的.将该方法应用于颅脑MRI快速自旋回波T2加权像中,结果发现,相比于传统PCA,三元FPCA展现出更好的特征提取能力,可以有效提高图像分类的准确率.     

基于主成分、聚类分析对我国各个地区幸福指数的研究

本文采用主成分分析和聚类分析,利用Matlab和Spss软件对我国2011年各地区有关幸福指数的指标进行分析。将相关性指标用同一个主成分表示,然后求取各个地区的综合值,最后利用聚类的方法对这些地区进行聚类,得出结果可以为各地区提供建议,从而提高当地居民的幸福感。     

中药甘草中微量元素的主成分分析和系统聚类分析

以微量元素含量为指标,应用主成分分析法,结合SPSS软件对不同产地甘草的微量元素进行聚类分析.筛选出特征根累计贡献率达83.260%的3个主成分,对选出的品种进行系统聚类分析,在离差平方和的水平上可将其划分为3大类群.该研究为甘草的开发和应用提供依据.     

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.     

一种CDRWPCA网络故障特征提取算法

针对主元成分分析(PCA)在网络故障特征提取过程中可能丢失分类信息的问题,提出了一种中心距离比值加权主元成分分析(CDRWPCA)算法。算法计算样本每维特征的中心距离比值来衡量特征间的差异，并根据特征差异构造权重因子,对更具有鉴别性的特征赋予更大的权重,得到加权数据集;然后对加权数据集运用PCA进行特征提取后将提取后的数据集送入支持向量机(SVM)验证算法的有效性。算法相比较与PCA算法增加了时间复杂度,但相对于PCA算法本身的时间复杂度,增加不多。在网络故障诊断中的实验结果表明算法能在提取特征维数更少的情况下,提高了故障识别率。     

基于主成分分析和区域增长的结构光中心线提取

结构光中心提取是结构光三维测量中的重要环节,为了能够在光学条件复杂的情况下实现结构光中心线快速精确的提取,提出一种基于主成分分析(principal component analysis,PCA)算法与RG(regional growth)算法的提取方法。首先,通过图像掩模法提取结构光的感兴趣区域(region of interest,ROI);然后对ROI进行两次高斯卷积得到其梯度分布,根据梯度分布确定一个初始位置;利用主成分分析确定初始位置的法线和切线方向并在该位置沿法线方向进行二阶泰勒展开得到亚像素级中心点,将其作为区域增长的种子点进行迭代运算,最终得到结构光的中心线。本文方法与灰度重心法、Steger法在中心线提取效果和时间上进行了比较,实验结果表明:本文方法在光学条件复杂的情况下,能够在光学条件复杂的情况下,准确地提取结构光的中心线且速度更快。     

内蒙古18个人群13项遗传指标的聚类分析与主成分分析

对内蒙古18个人群的13项遗传指标(拇指类型、环食指长、指甲类型、足趾长、蒙古褶、上眼睑皱褶、铲形门齿、鼻梁侧面观、鼻孔形状、下颏类型、耳垂、前额发际、头发)出现率值进行了聚类分析与主成分分析.聚类分析结果显示,18个人群可分为4个组:东部区少数民族组、西部区组、中部区蒙古族组、兴安盟汉族与阿拉善蒙古族组.主成分分析显示,尽管民族间通婚已日趋普遍,在一些形态特征方面,同一民族仍表现出较强的一致性.蒙古族诸人群窄鼻孔率与有耳垂率相对较高.西部区汉族人过伸拇指率、扁形指甲率、窄鼻孔率、有耳垂率均较低.研究还表明,科尔沁蒙古族人、厄鲁特蒙古族人、达斡尔族人关系密切,锡林郭勒蒙古族人、察哈尔蒙古族人关系密切.     

内蒙古18个人群舌运动类型的聚类分析与主成分分析

对内蒙古7个民族18个人群5项舌运动类型(卷舌、叠舌、翻舌、尖舌、三叶舌)调查结果进行了聚类分析与主成分分析．聚类分析结果显示18个人群可分为5个组：中西部区蒙汉混合组、呼伦贝尔组中部与东部区多民族混合组、西部区汉族组、西部区蒙古族组，表现出地域特点、民族特点、民族内部的多元性以及民族间出现一定程度融合的特点．主成分分析中PCⅠ表示尖舌与翻舌，PCⅡ表示叠舌，PCⅢ表示三叶舌与卷舌．在PCⅠ、PCⅡ组成的坐标系中，18个人群分布具有极明显的地域特点．生活在同一地区的人群位点接近．在PCⅠ、PCⅢ组成的坐标系中，可以发现多数东部区人群具有较高的三叶舌率和(或)卷舌率，多数西部区人群三叶舌率和(或)卷舌率较低．     

基于因子-聚类分析的陕西省区域城市化水平综合研究

传统的城市化水平评价方法,由于存在赋权的主观性等问题,缺乏评价的客观性.选取人口、经济、社会文化和地域景观为代表的4大类,共18项具体评价指标体系,采用统计分析中的因子分析和聚类分析方法,从反映城市发展水平的指标体系中提炼出4个主成分对陕西省10个地级城市及杨凌示范区的城市化发展给予综合评价.结果表明,陕西省城市化发展状况分为4种类型.据此分析了各类城市的优劣势与问题,提出加速陕西省区域城市化发展的途径在于各城市找准自己的位置,扬长避短,制定相应对策促进城市经济、社会、环境的全面发展.