基于主成分分析的高校辅导员工作实证研究

通过对重庆5所高校的本科生进行问卷调查,获得数据,用主成分分析法将高校辅导员工作归结为7个主要方面,验证了高校辅导员工作对本科生创新意识、创新能力的形成发展和提高有着积极的作用。据此,本文进一步就高校辅导员工作提出了如下对策和建议:1)营造科研创新的学校氛围,开展丰富多彩的科技创新活动;2)加强学生科研意识和创新能力的培养,激发学生的创新潜力;3)学生工作与学科建设相结合促进创新型人才培养;4)做好辅导员的选拔和配备工作。     

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%.     

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.     

基于主成分分析的自适应天线研究

在投影渡束形成的基础上,提出了一种基于主成分分析神经网络的波束形成算法.该方法利用自适应迭代形式获得了波束形成的权向量,避开了投影算法对相关阵特征值分解的计算过程,因而减少了计算量,获得了相对快速的波束形成图,提高了自适应能力.经数值模拟仿真,验证了该方法的正确性.     

基于主成分分析的软件外包人才创新能力的定量评价

软件外包创新人才作为竞争和科技发展的核心要素,其创新能力直接影响软件外包人才作用的发挥,但相关研究在我国起步较晚,且未形成共识.在软件外包人才短缺的前提下,如何有效地提高软件外包人才的创新能力,从而制定政策性的方针.本文在建立软件外包人才创新能力评价指标体系的基础上,采用主成分分析法并结合STA-TA系统软件对福建省2006-2011年软件外包人才创新能力进行评价,由此克服单一指标不能反映真实信息的缺点,且使复杂问题得以简化,提高评价的准确性,具有一定的实用性和推广价值.     

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。     

基于主成分分析的高校实力综合评价模型

衡量一个高校的指标有很多,而且众多指标之间有一定的信息重叠,为了更简便、更科学的对高校综合实力作出评价,我们采用主成分分析法建立高校实力评价模型,并通过实例说明该评价模型的科学性和合理性。     

基于主成分分析的安徽省水资源承载力研究

水资源承载力是区域自然资源承载力的重要组成部分,是水资源短缺地区能否支撑人口、经济与环境协调发展的一个“瓶颈”指标。运用主成分分析法,利用SPSS16．0软件对安徽省的水资源承载力进行分析研究,分别对2010年安徽省17个地市的水资源承载力进行综合评价,并对其原因进行简要分析,以期为安徽省及各地市的水资源合理优化配置和区域社会经济可持续发展提供参考。     

基于主成分分析的成都市产业集群研究

产业集群的人才优势、资金优势和技术优势,能弥补欠发达地区竞争力的劣势,为欠发达地区提供直接的经济发展动力。本文针对欠发达地区的产业集群问题,选取在西部地区处于领先地位的成都市,以其各区县主要经济指标,通过主成分模型,用SPSS软件进行产业集群分析,并提出产业调整升级的意见和建议。     

基于主成分分析的东北三省区域创新能力综合评价研究

本文从区域创新能力的角度出发,运用主成分分析方法对辽宁、吉林和黑龙江三省的区域创新能力进行了研究,对其各自在区域创新的多个环节的表现进行评分和排序,旨在客观的描述东北三省的区域创新发展现状,并为东北地区区域创新体系的建立提供一定的参考依据。     

基于主元分析的人脸识别方法研究

研究了利用主元分析进行人脸识别的方法。将人脸图像训练集进行主元分析,对得到的变换矩阵应用奇异值分解提取特征子空间,把训练图像和测试图像投影到子空间上,选择分类器进行人脸识别。实验表明,主元分析能很好地在子空间下提取出人脸图像的特征信息,从而实现人脸识别。     

基于主成分分析的商业银行经营绩效研究

利用SPSS软件对反映我国16家商业银行的经营状况的指标,即各项财务指标进行主成分分析,提出了三类主要的影响因素,分别反映银行的成长能力、盈利能力和风险控制能力。然后,通过综合排名比较16家上市银行的经营状况。最后,基于不同资产规模和发展程度,对各家商业银行未来经营的主要方向和重点对象提供政策建议,以期改善我国商业银行的经营模式,提高银行业的总体经营绩效,以适应经济新常态。     

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。     

基于核主成分分析的图像去噪

本文简介了核主成分分析的原理及利用核主成分分析的图像去噪问题。通过使用核函数，在特征空间中对噪声图像使用主成分分析进行降噪处理，基于MDS的思想，使用核方法计算出在特征空间中降噪后的图像与其邻域点之间的内积约束关系，通过核函数重构出在原空间中降噪图像与其邻域点的内积约束关系，基于此内积约束关系在原空间中重构出降噪图像，从而达到通过核主成分分析对图像降噪的目的。对比原有的MDS方法，本文的算法更稳定，对图像的噪声部分有更好的去除效果。     

基于主分量分析的多频谱图像数字水印算法

提出了一种基于主分量分析的数字水印算法。首先对多频谱图像进行K-L变换产生不相关的图像分量，然后选取包含像信息最多的主分量图进行DCT变换，把经过置乱的二维图像作为水印信息嵌入到合适的DCT系数中。仿真实验证明，所提出的数字水印算法具有较高的性．能。     

基于核主成分分析的图像去噪

简介了核主成分分析的原理及利用核主成分分析的图像去噪方法.通过使用核函数,在特征空间中对噪声图像使用主成分分析进行降噪处理.基于MDS的思想,使用核方法计算出在特征空间中降噪后的图像与其邻域点之间的内积约束关系,通过核函数重构出在原空间中降噪图像与其邻域点的内积约束关系,基于此内积约束关系在原空间中重构出降噪图像,从而达到通过核主成分分析对图像降噪的目的.比原有的MDS算法更稳定,对图像的噪声部分有更好的去除效果.     

基于主成分分析的粒子滤波器目标跟踪方法

提出一种基于主成分分析的粒子滤波器目标跟踪新方法． 该方法将主成分分析法和传统的粒子滤波方法相结合, 避免了传统粒子滤波器的过度重采样, 提高了目标跟踪精度． 实验结果表明, 该方法对单个目标跟踪精度高, 且对多障碍物下的目标跟踪精度也较高, 适用于复杂背景下的人脸跟踪． 与传统粒子滤波方法相比, 该方法提高了目标跟踪的精度和鲁棒性, 避免了粒子退化和粒子贫化．     

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.     

基于主成分分析的军队院校后勤资源配置研究

对建设资源节约型军队院校后勤来说,选择合理的建设方案至关重要。首先运用主成分分析法对评价体系的多项指标进行了综合聚集,然后在理想点的基础上建立了优化模型,从而为选择方案提供了合理的科学依据,也为建设资源节约型军队院校后勤提供了理论指导。