主成分分析在中国各省经济发展综合评价中的应用

主成分分析是一种将多个指标化为少数相互无关的综合指标的多元统计分析方法。运用主成分分析法对2009年我国31个省市经济发展的基本状况进行综合分析,并作出综合评价,为制定相关经济发展政策提供依据。     

基于糖尿病相关因素的主成分分析

基于主成分分析的理论,对与糖尿病发病率相关的一些因素（如民族因素、平均气温、平均气压、相对湿度）之间的关系进行主成分分析。     

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。     

主成分分析法应用中原始数据的标准化辨析

主成分分析法对原始数据的标准化处理非常敏感,基于原始数据和标准化数据的主成分分析结果往往大相径庭。为了深入探讨主成分分析法应用于体育科学研究中如何对待原始数据的标准化问题,本文分析了原始数据的标准化处理对主成分分析结果的影响;结合体育工作中运用主成分分析的目的,讨论了原始数据的标准化处理在主成分分析法应用中的使用策略。     

主成分分析在企业经济效益评价中的应用

主成分的概念首先是由Karl parson在1901年引入,后又由Hotelling于1933年将这个概念推广到随机向量,主成分分析是一种将多个指标化为少数互相无关的综合指标的多元统计方法。运用多元统计分析中的主成分分析法,设法将原来众多的具有一定相关性的指标,重新组合成一组新的相互无关的综合指标来代替原来指标。通常数学上的处理是将原来指标作线性组合,从中选取方差最大的作为第一主成分,并结合北京某机械厂几年来生产中经济效益变化状况的相应指标,进行了综合分析,给出了相关的评价。     

基于SPSS下主成分分析中若干问题的总结

本文基于SPSS软件进行主成分分析时,从样本相关矩阵出发,利用得到的因子栽荷阵经适当变换得到特征向量矩阵,并以此得到主成分表达式,同时与由成分得分系数矩阵得到的主成分表达式进行对比。通过理论和实证分析,可以说明三个矩阵之间存在着一定关系。     

主成分法确定WA算子的权重

确定加权平均(WA)算子普遍处理方法:一种是先确定不同专家的权重,如权威专家赋予较大的权重,其他专家赋予较小的权重;另一种是先将专家给予的得分进行排序,然后根据得分高低给予不同的权重赋值,即有序加权平均(OWA)算子.基于此,利用主成分方法确定WA算子的权重:首先把每位专家给出的相应得分视为一个向量,求出这些向量的相关矩阵M;然后求出矩阵M的特征值和特征向量;根据特征值贡献率确定主成分的个数以及比重;最后结合特征向量(主成分)给出每位专家的权重.     

基于主成分分析的BP神经网络长期预报模型

MATLAB是进行神经网络系统设计及多元统计分析的有力工具.利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型.计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果.     

解表类中草药中微量元素的主成分分析

通过SPSS13.0软件对解表类中草药中的微量元素进行主成分分析,得到了解表类中草药微量元素间的相关矩阵、特征值及方差贡献率,并对中草药的质量做了综合评价,这为中草药的研究提供了一定的理论依据,可以帮助我们更好的研究分析中草药中微量元素的作用,同时对解表类中草药的质量优劣作出科学的评价.     

治疗胆结石类中草药中微量元素的主成分分析

通过SPSS13.0软件对中草药中的微量元素进行主成分分析,获得微量元素之间的一些内在关系.通过主成分分析可以评价中草药的质量优劣,找到微量元素与人体健康的联系,从而为中草药的机理研究提供一定的理论基础.     

主成份分析在教学质量评价中的应用

木文运用多元统计中的主成份分析原理,给出了教师的综合能力评价的计算公式——Y=0.513X_1 0.580X_2 0.510X_3 0.262X_4 0.247X_5,指出了今后一段时期内,教师应把教学中 X_1、X_2、x_3方面的工作做为自己的努力方向.     

主成分分析法在教学评价中的应用

将多元统计分析的主成分分析方法应用于教学评价中,通过计算和分析,找出影响教学质量的主要因素．并结合具体实例加以验证说明．     

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.     

基于模糊点数据的主成分分析

主成分分析是数据压缩和特征提取的非常有效的统计方法.在经典的主成分分析中,每个训练数据在构建主成分时的作用是相同的.然而,在许多实际问题中,每个训练数据的意义和作用是不同的,对于重要的数据我们应给予充分的重视,而对于不可信数据(可能是异常数据)应限制其作用.文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主成分分析.数值实验表明,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.     

Community Detection in Disease-Gene Network Based on Principal Component Analysis

The identification of communities is imperative in the understanding of network structures and functions.Using community detection algorithms in biological networks, the community structure of biological networks can be determined, which is helpful in analyzing the topological structures and predicting the behaviors of biological networks. In this paper, we analyze the diseasome network using a new method called disease-gene network detecting algorithm based on principal component analysis, which can be used to investigate the connection between nodes within the same group. Experimental results on real-world networks have demonstrated that our algorithm is more efficient in detecting community structures when compared with other well-known results.     

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.     

基于主成分分析的股票投资策略

本文利用主成分分析方法对沪深股市3个主流板块的股票进行分析,从中选取各个板块具有高成长和盈利能力的股票组成股票池,并对股票池中的股票再次进行主成分分析,得到上市公司成长与盈利能力的综合排名。基于上面的客观分析结果,提出了股票投资策略。     

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。     

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．