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.     

基于主成分分析的武汉市综合竞争力评价

针对影响2003年至2007年四年时间内武汉综合竞争力变化的因素,参照国内外关于城市竞争力分析的一般原理和方法,设计了一套反映武汉市城市竞争力的指标体系,利用sas统计分析软件对相关数据进行处理,用主成分分析方法进行分析,数据分析的结果表明武汉市的经济正在蓬勃发展,还有巨大的发展空间.     

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.     

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%.     

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.     

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。     

浅谈主成分分析与因子分析的异同

通过对主成分分析和因子分析两种方法的基本思想、数学模型及应用步骤的比较与分析，归纳了两种方法的异同之处，从而加深了对两种方法的认识，以便达到恰当的应用．     

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．     

函数性数据分析中的主成分分析

通过对比多元统计分析方法与函数性数据分析方法,分析函数性主成分分析的原理、方法,并在此基础上通过实例来说明函数性数据分析的应用,其中的数据分析结果使用MATLAB软件编程所得.     

基于主成分法的兵团农业信息化发展测评分析

本文从农业的发展基础、环境、信息主体和生产消费四个层面出发,构建农业信息化测评指标体系,在此基础上运用主成分法对兵团农业信息化水平进行综合测评。得出结论:提取出两个主成分,F1包涵绝对多信息且呈增长趋势,F2信息覆盖较少且发展呈倒U型,但总体得分呈逐年上升趋势,体现兵团农业信息化发展的良好趋势,并提出促进兵团农业信息化发展的参考建议。     

营销因素的主成份分析

运用主成分分析法对市场营销的诸多因素进行分析,把影响市场营销的诸多因素,简化成几个综合成分,从而为营销人员和管理人员提供参考,为企业的发展和调整提供一个简单有价值的方法。     

主(小)成分分析的实时算法

在图像处理、通讯技术等信息处理领域中,主成分分析(PCA)和小成分分析(MCA)是很常用的一种方法.给出能同时得到主成分分析或小成分分析所要求的特征值和特征向量的实时算法.     

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。     

主成分分析法在预测飞行能力中的应用

在预测飞行能力的讨论中,提出了利用主成分分析方法从不同的类别中提取出不同的特征,再将待测模式所具有的特征与标准模式所具有的特征相比较,就可实现预测的目的,同时,也提高了预测的客观性和预测的准确性。     

灰主成分分析研究及其应用

针对主成分分析方法对于具有时间序列数据的处理存在的不足,根据灰系统中数据具有时间序列的特性,将灰色系统思想与经典主成分分析相结合,提出一种新的模型,即灰主成分分析。时间序列分析不仅可以从数量上揭示某一现象的发展变化规律,还可从动态的角度刻画某一现象与其他现象之间的内在数量关系及其变化规律。灰色系统理论通过序列的生成和开发,致力于现实规律的探讨,而数理统计则致力于统计历史规律的研究。将两种方法的优点结合到一起,用于解决时间序列问题,并利用面向对象程序设计的方法进行了系统实现。将该方法应用到我国国债风险指标的综合评价中,突出了新的时间序列数据对整个数据的影响性,分析结果能够为决策者提供有价值的决策依据。实验结果表明,采用灰主成分分析的效果更优越,能较真实地反映出时间对于样本数据的影响。     

主成分分析法在水资源评价中的应用

在介绍主成分分析方法的基本思想及计算方法基础上,对水资源调配评价指标进行了降维计算.结果显示筛选出的指标对原指标具有较好的代表性,简化了水资源评价问题的难度.