主成分分析同时单点pH滴定法研究

将主成分分析用于多组分同时单点pH滴定法中,讨论了方法原理,建立了主成分分析常数矩阵,对8个三组分极弱酸和12个四组分极弱碱混合样进行了测定,相对误差和相对标准偏差约0.2%,结果令人满意.     

黑龙江省科研院所科技自主创新能力的评价与实证研究

为对科研院所科技自主创新能力进行评价,构建了相应的评价指标体系．在此基础上,运用主成分分析法对黑龙江省科研院所的科技自主创新能力进行了实证分析,提取了3个主成分,根据对各主成分的分析结果,在经费保障、人才队伍建设、科技成果转换和扩散3个方面提出了：具体对策和建议,对提高科研院所科技自主创新能力具有重要参考价值．     

基于主成分方法的浑浊水体组分的光谱探测分析

浑浊水体是水色遥感的重要研究对象,其光谱特征由浮游植物(叶绿素a含量)、无机悬浮物和可溶性有机物3个组分控制,利用光谱识别浑浊水体的组分信息对于光谱解混和组分的定量反演具有重要意义. 基于2010—2016多年太湖水体野外测量的数据,以水体光谱数据的协方差矩阵和相关矩阵为输入进行主成分分析,对比特征值分解(EVD)、奇异值分解(SVD)、非线性迭代偏最小二乘法(NIPALS)3种求解方法以及白化后处理对水体组分的识别作用. 结果表明,基于相关矩阵的SVD方法对浑浊水体组分的识别效果优于其他算法,获得的前3个主成分载荷累计贡献率为98.8%,依次代表了水、叶绿素a组分和悬浮泥沙组分信息; 白化后处理没有明显的优化作用.     

基于PCA改进的LS—SVM公路旅游客流量预测模型

公路交通旅游客流量的影响因素众多,加大了预测模型输入变量的复杂性,降低了模型的运行速度和预测精确．首先,利用主成分分析对公路旅游客流量影响指标进行综合分析,得到主成分即输入变量,然后建立以主成分为输入变量,以客流量为输出变量的最小二乘支持向量机预测模型．通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机公路交通旅游客流量预测模型,具有较好的预测效果和较高的应用价值．     

恩格尔系数变化与居民消费水平的衡量

在经济增长过程中恩格尔系数有三种表现形式，所以用单一的恩格尔系数来反映消费水平的变化有一定的局限性．利用主成分分析方法来衡量居民的消费水平，确定了影响居民消费水平的三个主成分，消费水平的分析结果和实际情况基本一致．     

基于主成分分析的BP神经网络在岩性识别中的应用

提出一种将主成分分析和BP神经网络相结合的方法对测井资料进行岩性识别。首先将原始测井数据进行主成分分析,分析结果作为PCABP神经网络的学习样本进行训练,建立测井解释的PCA—BP神经网络岩性识别模型．并用该模型对测试样本进行识别。结果表明该方法同传统的BP神经网络相比．不仅简化了网络结构（网络的输入神经元个数由5个减少为2个）,网络收敛速度也加快了21％．而且识别的准确率提高了25％。     

棉纤维长度指标与长度分布密度函数关系的几点探讨

使用密度函数核估计的方法算出棉纤维长度分布的均值和方差,用逐步回归的方法得到了主要长度指标与均值和方差之间的关系．计算表明,棉纤维长度分布的正态核估计具有相当的精度．进一步使用主成分分析的方法对长度指标进行了统计分析,确定棉纤维长度指标具有两个独立的主成分,这对于进一步应用基于密度函数导出的理论结果具有重要意义．     

电位滴定同时测定磷酸与亚磷酸的两种数据处理方法比较

分别利用ＣＰＶ矩阵和主成分分析两种方法来处理多组分分析中的电位滴定数据，同时测定了亚磷酸原料中磷酸与亚磷酸含量．实验结果表明，主成分分析法的准确度和精密度均优于ＣＰＶ矩阵法．     

基于主成分分析中的几类问题的计算公式及结论

讨论了主成分分析中的几类问题的计算方法,重点揭示在协方差矩阵中对角元素相同时的第一主成分及贡献率和对角元素不同时的主成分贡献率．经讨论后给出有关计算公式,并说明这些计算公式在多元统计分析中的实际作用     

一种新的多标记特征提取方法

针对已有多标记特征提取方法并未充分利用特征信息的问题,提出了基于希尔伯特-施密特独立标准和主成分分析的多标记特征提取方法．该方法通过使标记与降维后特征之间希尔伯特-施密特范数达到最大,以充分利用标记知识;同时利用主成分分析,以尽量减少特征提取过程中的协方差信息损失．通过在Yahoo数据集上的实验表明,该算法的性能优于主成分分析和当前3种主要的多标记特征提取方法,验证了该算法的有效性．     

校正矩阵同时单点pH滴定法研究

将校正矩阵计算法应用于单点ｐＨ滴定中，同时测定了极弱碱混合物各组分含量．讨论了方法原理，指定ｐＨ值的选择及常数矩阵的建立．对２０个四元及五元极弱碱混合样进行了测定，均获得满意结果．     

极弱酸碱的pH滴定法研究

深入讨论了pH滴定法滴定极弱酸碱的原理、方法和应用,对10种不同极弱酸碱进行了广泛的测定,测定结果相对误差一般在0.2％左右,相对标准偏差在0.2％左右,达到化学分析要求。pH滴定法具有简便、价廉、快速和通用的优点,为直接滴定极弱酸碱和化学分析仪器化开辟了新的途径。     

燃烧反应动力学机理简化的主成分分析法

湍流燃烧数值模拟中建立有效的反应动力学机理是非常重要.针对一维稳态层流预混火焰模型,分别采用主成分分析法和总敏感性分析法进行了反应机理的简化,结果表明,主成分分析法进行机理简化要优于总敏感性分析法,是一种有效的反应机理简化方法.     

我国IPO定价合理性实证研究

对证券市场来说,IPO定价的合理性对维持股价稳定具有重要意义。选取了2009年期间在证券市场IPO发行的100只股票作为研究样本。使用主成分分析、逐步回归等方法构建了IPO定价的多因素模型,并由此判断我国IPO定价的影响因素。实证研究结果显示财务状况、经营成果等因素对证券市场IPO定价有较为重要的影响。这表明我国股票IPO定价在一定程度上反映了公司的内在价值,但拟合优度较小,反映程度比较弱。     

基于可变遗忘因子的改进RPCA方法及其在自适应故障监测中的应用

针对现有监测方法对时变过程易产生误警且对微弱故障的检测能力不足等问题,提出一种基于可变遗忘因子的改进递归主元分析(recursive principal component analysis,RPCA)方法用于自适应故障监测。在主元模型的在线更新中引入一种可变遗忘因子,并为不同的模型参数设置不同的遗忘因子;在相关矩阵的递归分解中引入部分奇异值分解的思想,递归计算负荷矩阵和特征值对角矩阵;提出一种控制限递归更新方法,实现控制限的自适应更新。对某型雷达发射机工作过程的监测结果表明,改进的RPCA方法能自适应地跟踪过程的时变,有效地减少了对正常工况调整的误警和对微弱故障的漏报。     

改进的主成分分析和最近邻的人脸识别方法

在传统的主成分分析特征提取中,直接求解特征空间是很困难的,同时也是非常浪费资源,为优化这一问题,该文提出了改进的主成分分析特征提取。在人脸特征提取中,同时还选择了适当的主分量数,用于提高分类识别的速度。在人脸分类识别的过程中,分类策略选取最邻近分类器,通过计算最短欧几里得距离来分类识别测试样本。通过十折交叉验证方法验证了改进的主成分分析和最邻近分类的有效性。     

PCA-BP神经网络在流域水质评价中的应用

针对BP神经网络法在进行多污染特征的流域水质评价时面临的训练样本、验证样本的稀缺问题,提出一种基于主成分分析PCA - BP神经网络的水质评价模型.首先利用污染分担率算法筛选出能够全面反映流域整体超标情况的一组水质指标,然后利用主成分方法获取流域水质污染特征,解决训练样本过少的问题,并通过设计模型的验证条件,解决没有验证样本的问题.通过实例研究,表明主成分PCA - BP神经网络适合用于流域的水质评价,评价结果较为精确、可信.     

基于主成分分析法的中部六省会城市经济发展水平评价

由于主成分分析是一种实用的多元统计分析方法,能消除样本指标之间的相关性,在保持样本主要信息的前提下,提取少量具有代表性的主成分,所以近年来在多指标评价上得到越来越广泛的应用。因此,本文采用多元统计中的主成分分析方法对中部六省会城市2009年的11个具有代表性的指标进行主成分分析,同时对当年中部各个省会城市经济发展近况作了比较,并给出了综合评价,提出了相关改进建议。     

基于主成分聚类分析的女贞子紫外光谱定性分析

采用紫外-可见分光光度法测定了2个产地18个女贞子药材样品的紫外光谱,结合主成分聚类分析法对女贞子药材进行产地识别分析,识别结果与实际相符。分析结果表明中药紫外光谱结合主成分聚类能用于中药识别分析研究,方法简单、快捷、方便。     

基于超球面支持向量机的综合传动状态判别

以油液光谱分析数据为基础,建立了基于超球面支持向量机的综合传动状态判别模型。利用主成分分析法,对油液光谱分析数据进行预处理,并进行主成分提取的研究分析。研究了参数的变化和异常样本对模型性能的影响。实验研究表明,基于超球面支持向量机的状态判别模型准确可行,能实现综合传动的状态判别。