基于核主成分分析的人脸识别

核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%.     

盐湖水化学特征的主成分分析研究

运用主成分分析的方法对71个盐湖8个水化学特征变量进行研究计算,获得4个揭示水化学特征的主成分及相应的数学模型,从而解释8个水化学特征变量与盐湖类型之间的相关性信息.     

基于主成分分析的特征简化

特征评选与简化是模式识别研究中至关重要的任务。本文介绍了降维映射的主成分分析特征评选与简化方法,提出了以神经网络实现主成分分析的结构和算法,为模式识别特征简化提供了一条有效途径。     

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.     

山东、安徽汉族与我国19个族群体质特征的聚类分析与主成分分析

测量了山东汉族成人778例(男428例,女350例)与安徽汉族成人693例(男352例,女341例)的13项身体遗传学指标(头长、头宽、额最小宽、面宽、形态面高、鼻宽、鼻高、口裂宽、眼内角间宽、身高、坐高、肩宽、骨盆宽),采用聚类分析和主成分分析法进行山东、安徽汉族与我国19个族群亲缘关系的研究.聚类分析结果表明,山东和安徽汉族与我国蒙古族、回族、赫哲族较为接近.主成分分析结果表明,山东和安徽汉族具有身体高度大、头部长度大、面部宽的特点.这一结果表明这两个省份汉族族群的体质特征与我国北方族群更为接近.     

主成分回归分析在经济学中的应用

本文针对销售数据实例,采用多元回归分析,得到回归预测模型,但由于多元统计回归不能处理多重共线性,将产生较大误差。为了避免这种共线性,本文采用主成分回归模型来预测销售利润,得出优于多元线性回归的预测模型。这种回归不但可以在多元的情况下起到降雏的作用,还可以排除多元线性回归不能解决的多重共线性,使误差减小,得到更实用的预测模型。     

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.     

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．     

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。     

主成分分析及算法

以主成分分析(PCA)特征结构的理论分析为基础，分别从神经网络和向量量化器两个不同的角度给出了最大主成分线的算法实现和比较，并由此讨论了HEBB算法对学习率的依赖和敏感度．     

一种新的加权主分量分析方法

提出了一种新的加权主分量分析方法,该方法和传统主分量分析的区别在于考虑了训练样本分布情况,给出了一种新的均方差矩阵估计方法,再进行特征抽取和识别.在ORL人脸数据库上的试验结果表明,所提出的方法在识别性能上优于主分量分析.     

二维主分量分类器

在主分量分类器(PCC)的基础上提出了二维主分量分类器方法,具有速度快、算法简便的特点.人脸性别分类结果表明,所提出的方法在识别性能上优于主分量分类器;另外,算法执行时间具有很大的改进.     

基于主成分分析的物流网络构建研究

文章利用现代统计分析方法中的主成分分析法,抓住经济指标间的主要关系,就湖南省14个地级州市进行实证研究,对物流网络节点的功能划分具有重要意义,使湖南省的物流网络系统更科学合理。     

区域经济动态发展水平的全局主成分分析方法

时序立体数据表全局主成分分析方法能够为动态评价区域经济发展水平提供一种高效科学的量化工具,是一种多指标综合评价分析方法.运用该方法从地理空间和时间变化的角度动态描述区域经济差异,并对内蒙古各盟市区域经济发展水平的现状进行分析评价,得到了与实际情况非常一致的结果.     

一种基于PSO权重优化的加权二维主分量分析方法

针对二维主分量分析中图像协方差矩阵的估计问题,在二维主分量分析的基础上给出了一种新的加权图像协方差估计方法,运用粒子群优化算法对权重参数进行并行优化,以抽取更有效的分类特征。在ORL人脸数据库上的实验结果表明,识别性能优于二维主分量分析。     

东北森林地区地表水水质指标主成分分析

用主成分分析的方法研究了东北森林地区一级支流地表水水质指标,从原始数据出发,提取了占总方差近60%的两个主成分,并对此做出了合理的解释：第一主成分主要是由水体中的酸度变化引起的;第二主成分主要体现了水流梯度或该地区土壤类型或深度的变化.从两主成分得分图中分析了水质特征.     

增强的主分量分类器

主分量分类器是在最大化样本投影代数和的前提下求解分类面法方向,并采用核方法解决线性不可分问题．它对所有真实世界样本(包括野值)的重视程度相同,且只考虑了一个野值．设计并实现了一类鲁棒性较主分量分类器更强的增强型主分量分类器,其中重点讨论了三种典型权设置下的分类器特性．分析和实验证实了增强的主分量分类器的抗野值、噪声性能以及学习和推广能力均优于主分量分类器．     

基于主成分分析的资源型城市经济社会发展综合评价研究——以嘉峪关市为例

科学地评价嘉峪关市经济社会发展状况是制定发展战略的基础.本文通过资源型城市指标体系的建立,采用主成分分析对嘉峪关市1997-2005年13个经济统计数据进行了时间序列分析,根据计算结果,对资源型城市发展程度和存在的主要问题进行了具体分析和评价,并提出了相应的对策措施.     

上证指数历史走势波浪理论分析

本文运用艾略特波浪理论对上证指数20年来的运行进行了分析,指出上证指数已经走完了第一、二大循环浪,现在正运行在第三大循环浪的第三子循环浪的第三子大浪上。     

主成分分析法在机车柴油机故障诊断中的应用

运用主成分分析方法,经过矩阵变换、降低维数以提取故障信息的主要特征,实现对机车柴油机燃烧性能故障的诊断分析;通过实例说明,在有用信息量损失较小的前提下,该方法可以提炼故障信息而不影响分析结果,是解决多变量高维复杂系统简便有效的一种统计识别方法。