主成分分析在法医鉴定中的应用

以延边州朝鲜族成人男子脚跖骨长度作为统计数据，运用主成分分析原理研究了跖骨与人体身高之间的关系，并将多指标转化为单一综合指标进行了评分．本研究结果将有助于提高法医鉴定的效率和准确率。     

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。     

主成分分析在经济评价中的应用

在研究较复杂的经济问题时,利用多元统计分析中的主成分分析,可从多个经济指标中找出起支配作用的共同因素,从而抓住主要矛盾,以较少的变量进行定量分析,对企业的经济效益进行公正的评价。根据主成分分析的基本原理,通过具体实例介绍了这种方法的计算步骤。对企业提高经济效益有一定的启示。     

主成分分析在水文地质分析中的应用

在水文地质工作中,运用主成分分析方法对大量观测数据进行分析和解释,确定降水对泉域流量及地下径流的滞后影响年份,从而合理地进行地下水资源评价及水资源供需平衡预测     

主成分分析法在课程设置中的应用

课程设置采用主成分分析法，以实际的学生成绩为应用对象，通过计算得到了相互无关的综合指标，并对结果进行了恰当的分析，得到了与实际相符的结论。     

主成分分析法在学生成绩分析中的应用

利用主成分分析法,建立了数学模型,给出了各主成分的得分函数,并结合学生成绩进行了分析,结果为教学研究和管理提供了科学的依据.     

主成分分析在选拔竞赛队员中的应用

利用主成分分析方法选拔竞赛队员组成参赛队,通过对相关数据的处理,寻找关键的综合指标,并以此建立一种加权逐步判别规则,从而获得选拔参赛队员的数学模型.通过对近年来在全国大学生数学建模竞赛中取得较好成绩的参赛队员的平时学习成绩进行了分析,找到了几个关键的综合指标,以此建立数学模型.并对未获奖队员的平时学习成绩进行了比较,模型是有效的和具有推广价值的.     

主成分分析在选拔竞赛队员中的应用

利用主成分分析方法选拔竞赛队员组成参赛队，通过对相关数据的处理，寻找关键的综合指标，并以此建立一种加权逐步判别规则，从而获得选拔参数队员的数学模型。通过对近年来在全国大学生数学建模竞赛中取得较好成绩的参赛队员的平时成绩进行了分析，找到了几个关键的综合指标，以此建立数学模型，并对未获奖队员的平时学习成绩进行了比较，模型是有效的和具有推广价值的。     

主成分分析法在企业经济效益分析中的应用

企业经济效益分析的传统方法有:比较分析法、比率分析法、趋势分析法、比重分析法、因素分析法等,这些方法的缺点是不精确,也不能反映财务指标间的内在联系,也不太适合投资者在投资决策时使用.本文运用主成分分析法对中国电力、钢铁、煤炭行业的经济效益进行了分析,按综合经济效益进行了排序,其计算结果与市场实际表现完全一致.这种分析方法计算简单,意义明确,可为投资者的投资决策提供有效的参考,具有很强的实际意义.     

浅谈主成分分析与神经网络在物流中心选址中的应用

物流中心的选址在整个物流系统规划中有着十分重要的地位,需要决策方综合考虑多种因素.传统的选址方法及选址模型存在种种局限,决策方很少考虑各因素之间的相互影响性.本文在物流选址中引进主成分分析方法来消除各因素间的相关性,并结合神经网络方法,在解决非线性系统的物流中心选址问题中显示了较高的精度和效率.     

基于主成分分析的制造单元形成方法

提出一种用于制造单元布局的两阶段制造单元形成方法。在第一阶段,计算每对工序之间的相似/相异度。在第二阶段,使用主成分分析将零件分组,形成制造单元。在此特采用一实例详细讨论了如何使用这种方法并且比较了三种相似/相异度(Jaccard相似度,Levenshtein距离和合并系数)的效果。结果表明在这三种相似/相异度中,合并系数法效果最好。     

利用主成分分析法对航天产品质量评估

航天产品系统庞大而复杂,影响质量的因素也多种多样,量化评估一直是难题。针对航天产品在靶场测试发射时出现的质量问题进行分析研究,利用主成分分析法有效地实现了产品质量评估模型的建立和量化评估分析,对航天产品的质量快速评估有很好的实用价值。     

基于主成份分析的模糊聚类虫害预测模型研究

针对虫害预测的模糊性、相关性、多变量等特点,采用数据挖掘技术建立了基于主成分分析的模糊聚类虫害预测模型,并以玉米螟为例,对虫害进行了合理分类及预测.结果表明,在虫害预测指标多、数据间存在一定相关性的情况下,使用该模型对虫害进行预测能取得比较好的效果.     

一种摆动主轴部件的结构及参数计算

通过对美国辛辛那提公司的H5-800型五轴联动卧式加工中心强力型主轴部件及摆动A轴结构的介绍及主要运动参数计算，说明了该机床是如何解决主传动及摆动A轴大扭矩问题的，同时讨论了作为加工中心的高速主轴部件的结构优化设计方法。     

基于PCA与合并聚类的RBFNN人脸识别

基于主成分分析、合并聚类算法和径向基神经网络,提出一种有效的人脸识别方法.通过使用PCA进行特征提取,降低人脸图像的维数,对所提取的特征合并聚类确定径向基神经网络中心,根据类内样本与聚类中心的距离和类间距离计算各中心的散布常数,以ORL人脸数据库对网络进行训练和测试.实验结果表明,该方法选取较低的脸特征维效取得较好的识别效果.     

基于主成分分析法和核主成分分析法的机器人全域性能综合评价

在机器人运动学和动力学性能评价中, 表示机器人运动学和动力学性能的指标众多, 全域性能指标是其中一项重要的评价指标, 而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标.不同指标间往往存在不同程度的相关性, 其中有些相关性非常显著, 这使它们提供的信息有可能发生重叠.引入统计学原理, 依据线性降维与非线性降维原则, 应用主成分分析法 (principal component analysis, PCA) 和核主成分分析法 (kernel principal component analysis, KPCA) 对不同尺度的PUMA560机器人的全域性能进行综合评价, 从而选择综合全域性能最优的机器人.计算结果表明:KPCA方法较PCA方法有更好的降维效果, 能够更有效地处理多个单一性指标间的非线性关系, 提供更多的综合全域性能评价信息, 可为建立机器人综合全域性能与其尺度之间的数值计算关系, 为基于综合全域性能指标最佳尺度选取的研究提供科学的参考依据.     

主成分分析法对毕业生素质的评价

采用主成分分析方法,从鑫种影响因素中找出几个主要成分指标,较面地综合评价了学生素质。     

主成分分析在回声定位声波识别中的应用

利用主成分分析理论对回声定位声波特征空间进行优化,通过小波包理论对回声定位声波进行预处理,提取能量参数,采用主成分分析法优化特征空间,减少冗余参数.以优化后的特征空间作为识别向量,通过神经网络对回声定位声波进行识别.结果表明,利用主成分分析优化特征空间,能在较高的识别率下有效降低特征空间维数.     

运用主成分分析制定服装标准的探讨

本文应用主成分分析制定了女子上衣、裤子和整套服装的规格,计算了各档规格服装应生产的比例,确定了不同规格服装的各部位尺寸。因为主成分提取的信息多,並且主成分和各部位尺寸之间具有较大的相关性,所以用主成分估计各部位尺寸比较精确,所得结果使用方便。     

基于主成分分析的图像哈希算法

提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.