主成分分析在人脸识别研究中的应用

PCA(Principal Component Analysis),主成分分析方法,是一种得到广泛应用的人脸识别方法。PCA算法提供了一个高维和低维空间的线性变换矩阵,就是利用低维特征向量来表示原始样本信息,利用变换矩阵可以得到一个特征子空间,即特征脸。进行识别时,把待识别的人脸向其投影,采用最近邻法得到最近的点,最终识别该人的身份。     

氨基酸主成分分析法及在蛋白质结构预测中的应用

用化学计量学的主成分分析(PCA)法计算和分析了4种类型(α型、β型、α／β型和α β型)204个蛋白质的20种氨基酸在主成分中的贡献．研究发现，20种氨基酸在4种类型蛋白质的主成分中的贡献有明显的不同．氨基酸在主成分中的贡献体现了4种类型蛋白质的结构特征，有深刻的物理和化学的内在原因．我们把氨基酸的主成分分析法应用于蛋白质结构类型的预测，对4种类型的蛋白质都取得了满意的结果．使用LOO(leave one out)检验法，4种类型蛋白质的预测正确率分别为：76．9％(α型)、96．7％(β型)、82．2％(α／β型)和78．39／5(α β型)，204个蛋白质的整体正确率为84．3％，高于以氨基酸组成为基础的简单距离和欧几里德距离等方法．     

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．     

主成分分析在研究冠心病病因中的应用

本文采用主成分分析的方法，对导致冠心病的诸多因素进行了分析，并按所起作用的重要程度进行了排序，找出了导致冠心病的关键因素．     

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PCA主成分分析的人脸检测实现与分析

介绍了基于PCA主成分分析的人脸检测原理,提出使用直方图均衡和切割图像的方法弱化非人脸特征信息干扰,提升主成分分析效果.并通过对35幅原始灰度人脸样本进行训练,使用Matlab实现全部分析步骤,并成功通过信噪比阈值判定完成了对样本空间外的人脸图像与非人脸图像的区分.     

主成分分析在水利工程评标中的应用

针对水利工程评标中多指标量化问题,本文给出一个利用主成分分析法建立的水利工程评标模型,并结合实例,进行数据计算,最终得出评标结果,说明该评价模型的合理性和实用性.     

主成分分析在科技期刊评价中的应用

介绍了主成分分析在科技期刊评价中的应用。主成分分析在简化数据结构,消除变量之间的相关性以及选择变量子集合等方面具有重要作用。     

主成分分析及其在城市规划中的应用

介绍了主成分分析的计算方法,并举例说明该法在城市规划经济分析中的应用.     

主成分分析在经济可持续发展研究中的应用

阐述了主成分分析的基本原理,并借助统计分析软件SAS对河北省2003年11个地区的经济可持续发展状况进行了数量分析.其中对各主成分的经济意义作了详细解释,并在此基础上得出11个地区的经济可持续发展水平评估的综合排名,同时对各市区经济可持续发展状况进行了综合评价.     

主成分分析在棉田质量评价中的应用

运用主成分分析法对农七师125团棉田进行质量评价。随机选取50块耕地共10个变量(评价项目)，对各变量进行数据标准化处理，再进行主成分分析。分析结果表明，第Ⅰ～Ⅲ主成分代表了评价指标的87.91％信息。根据主成分的综合得分划分棉田等级，分析结果与其它评价方法得出的结论一致。     

主成分分析在疾病检测中的应用

主要从某医院测得100例疾病患者的18项症状出发,通过SAS软件利用主成分分析,得出影响判断各类肝病的主要症状,并通过患者的症状对其所患的肝病类型进行判断.     

基于主组分分析(PCA)算法的北京城市信息的融合

以基于CBERS、RADER、SPOT、TM四种卫星数据源的北京城市信息遥感数据为图像基础,分别以不同的组合,应用遥感数据融合中的主组分分析（PCA）算法,将多源遥感数据进行融合.通过对其生成图像效果的比较与分析,总结归纳出针对北京城市,特别是市区部分使用PCA算法提取信息的最优数据组合方法,并对融合结果进行理论性的评价.     

主成分分析在可持续发展评价体系中的应用

建立了甘肃省12个地级城市可持续发展综合实力评价的指标体系,采用主成分分析法对2006年的经济统计数据进行了综合分析,从实证的角度研究了城市可持续发展综合实力,说明了主成分分析能对城市可持续发展评价进行有效的分析。     

基于PCA的氧化铝蒸发系统故障检测

针对氧化铝蒸发系统结构复杂、物理模型难以搭建、大量数据得不到合理利用的问题,提出了基于主成分分析(PCA)的故障检测方法和直观的故障分离方法.通过对氧化铝蒸发系统进行深入分析,对系统故障进行分类,并在仿真模型中建立了不同的故障类型模型.最后,基于对氧化铝蒸发故障进行模拟得到的故障数据,给出了在氧化铝蒸发过程故障检测中的实例,验证了PCA方法的可行性.     

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。     

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。     

基于主成分分析的网络电子期刊模糊综合评价

针对网络出版的电子期刊所呈现的新的属性特征,按照分层分类分级思想,给出了网络电子期刊的综合评价指标体系,运用主成分进行指标权重的确定,提出了基于主成分分析（principal component analysis,PCA)的网络电子期刊模糊综合评价（fuzzy comprehensive evaluation, FCE)方法（PCA_FCE),并对模型进行实证研究。实例表明,将PCA_FCE用于网络电子期刊的评价是可行的。     

主成分分析在GPS噪声剔除中的应用分析

基于主成分分析的基本原理,应用此方法,对GPS观测数据进行处理分析,结果表明,GPS单日解序列中存在的噪声得到了有效的剔除或减弱,提高了GPS站点坐标的精度与可靠性,对GPS的应用具有一定的参考价值。     

主成分分析在大学生体质评价中的应用

应用主成分分析的原理和方法，以山西省普通高校６３５名在校学生的身高、体重、肺活量血压等１５项检测指标，求得反映学生身体形态、素质、生理机能等不同侧面的３个主成分。以此作为学生体质评价的标准，简单明了，便于推广应用，全部数据在ＡＳＴ３８６ｘ／２５计算机上实现。