基于多元统计分析的盐河水质评价及趋势分析

用主成分分析的方法,找出影响盐河2007年水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,结合分类结果及水质综合评分对各样本水质进行评价,并用秩相关系数检验法作污染趋势分析。     

基于主成分分析的区域水资源开发程度综合评价

为了探讨采用多元统计方法评价水资源开发程度的简单实用性，选取西安市10个区县的水资源开发利用指标，采用主成分分析的方法提取得到了5个主因子及其相应的贡献率。以主因子的贡献率作为权重，建立了基于主因子得分的综合评价指标。分析结果表明，采用主成分分析法进行综合评价，与已有的评价结果相比差别不大；主成分分析法以主成分的贡献率作为权重，权重的获得比较简便，也比较客观，基于主成分分析的综合评价不失为一个简便实用的水资源开发利用程度综合评价方法。     

基于PCA-BPNN的膨胀土自由膨胀率预测

为了准确地对膨胀土进行分类,将主成分分析方法（PCA）和BP神经网络方法（BPNN）相结合,进行膨胀土自由膨胀率预测研究。首先,对影响自由膨胀率的几个物性指标数据进行主成分分析,得到主成分数据序列;然后,根据主成分数据序列建立输入样本并应用BP神经网络进行训练,得到PCA-BPNN预测结果,从而预测自由膨胀率。采用南阳膨胀土数据进行实例分析,结果表明,该模型比单一BP神经网络预测方法的效果更好。     

基于主成分分析的输变电工程水土流失区域生态质量动态监测

对于输变电工程水土流失区域生态质量的监测,传统的监测方法内容过多过泛滥,导致其方法在实际工作中应用性比较差。为此,提出基于主成分分析的输变电工程水土流失区域生态质量动态监测。针对点状输变电工程和线状输变电工程,分别布设不同的监测点位,获取水土流失区域的各项特征,从这些特征中筛选出合适的监测指标,计算每个指标的分数,作为监测数据,对这些数据进行主成分分析,获得主成分因子,利用主成分因子计算出生态质量综合指数,即为监测结果。实验结果表明,设计的基于主成分分析的输变电工程水土流失区域生态质量动态监测方法监测频次高、参数关联性弱,对监测结果影响较小,该方法的应用性能得到了提高。     

基于主成分分析和熵值法的景观水水质评价

针对主成分分析法忽略数据离散程度的问题,提出把主成分分析和熵值法结合起来确定权重的方法,建立了水质评价模型,并采用该模型对郑州市景观水水质情况进行评价。与单独采用主成分分析和熵值法的评价结果相比,主成分分析和熵值法结合具有可行性与实用性,更适合景观用水水质评价。郑州市将中水用作景观水的实践总体来说效果不错,但在个别月份需对个别水质指标进行控制。     

太湖水质指标主成分分析

用主成分分析的方法研究了太湖各水质监测站监测的水质指标,从原始数据出发提取了占总方差80%以上的两个主成分,对此作出了合理的解释:第一主成分主要是由水体中的N,P和有机物所引起的;而第二个主成分主要体现了水体的清澈程度。得到了水质监测站的水质分类图,从水质分类图中明显看出各站水质的污染情况及其污染原因,将大量抽象的数据变为形象的图表,降低分析的难度。     

基于PCA的于桥水库富营养化因子分析

为了加强城市供水安全,保障库区饮用水质量,对于桥水库富营养状况及主要影响因素进行深入的分析.根据于桥水库库区的水质监测资料,利用主成分分析的方法对影响富营养化的监测指标如叶绿素a,总氮,总磷,氨氮,高锰酸盐指数等进行分析,10项评价指标通过主成分分析降维到4项,前4个主成分能够解释73.6％的数据内容.在主成分筛选的基础上进一步进行因子分析,并对各因子的空间分布状况进行描述,以期为于桥水库生态管理提供理论依据.结果表明:水温、pH、COD及溶解氧是影响水库水体富营养化的主要驱动因子,水库中心区域的各主成分值最高.     

基于主成分分析的黄土高填方工后沉降组合预测方法

黄土高填方场地的工后沉降预测结果,是后续地面工程规划布局及建设时机确定的重要依据。针对黄土高填方场地初期获得的工后沉降数据历时较短,采用传统单项模型方法预测效果较差的不足,提出了基于主成分分析（ＰＣＡ）的工后沉降组合预测方法。该方法的基本思路是:首先对各单项模型的预测结果进行主成分分析求出主成分,接着采用最优模型选择准则（ＡＩＣ）确定用于建模的主成分数量,其次建立沉降实测值（因变量）与所选取主成分（自变量）之间的多元回归预测模型,然后对模型预测值与实测值进行了比较,评价组合模型的预测效果,最后采用所建立的组合模型向后多步预测。实例检验结果表明,组合模型预测精度明显优于各单项模型,对于预测黄土高填方场地的工后沉降具有参考价值。     

基于主成分回归的大坝渗流

应用主成分回归分析方法对新疆希尼尔水库大坝某断面的渗透压力预测进行分析研究。利用SPSS13.0软件进行多重共线性诊断后进行主成分分析,确定主成分的个数,将原自变量的主成分代替原自变量进行回归分析,建立主成分回归模型,并对该大坝渗透压力进行预报。对影响大坝渗透压力的各因子进行有效分离,既保留了原指标的绝大部分信息,又有主成分之间不相关的特点,弥补了最小二乘法回归无法有效识别和消除因子间多重相关性影响的不足。     

基于改进欧氏距离的水轮发电机组振动故障诊断方法研究

本文针对水轮发电机组振动故障原因复杂、故障特征参数多的特点,提出了改进欧氏距离分析法。首先利用主成分分析对故障样本特征参数进行降维分析,选取若干主成分(包含85%原始样本信息),计算出主成分分析下故障样本新的特征参数值,然后进行欧氏距离层次聚类分析。计算结果表明,该方法可以用于解决具有小同物理量振动故障特征参数的故障诊断。