水厂经济性综合评价中的主成分分析法

主成分分析(PCA)法是从观测数据中获取主要信息的一种多变量统计方法。它用很少的新变量代替原有观测量,以寻找原观测量之间的相互关系,且不损失原始数据的主要信息,并且客观地确定权数,避免了主观随意性,尤其是对于大样本、多参量的情况,该方法简捷而有效。目前,主成分分析法被广泛应用于诸多分析研究领域中。介绍主成分分析法的原理和它在水厂运行经济性综合评价中的应用,提出水厂运行经济性的综合评价函数,为水厂机组的运行、管理、状态监测与诊断,提供有效的特征指标。     

矿区复垦土地重金属污染蔬菜的研究

分析我国矿区土壤和蔬菜受重金属污染的现状，矿区复垦土地种植农作物是蔬菜被重金属污染的重原因，论述蔬菜对重金属的吸收与富集规律，提出对于矿区复垦土地种植蔬菜的控制管理方法和措施。     

一种基于主成分分析的企业并购目标遴选综合评价模型探讨

在广泛调查研究的基础上,提出了并购目标企业的遴选综合评价指标体系,利用主成分法建立了综合评价模型,并结合实际案例进行了分析,结果证明了评价指标体系和遴选评价模型的可行性,并通过建模计算,对多个并购目标进行排序,为我国正处发展期的企业并购活动提供了一种可行的、便于辅助买方企业决策的并购目标遴选综合评价方法。     

隧道施工土壤重金属污染评价

为了解隧道施工区土壤重金属(铅、镉、锌、铬)的污染现状与程度，对该区土壤进行采样分析。结果表明该区土壤并未受到重金属的污染影响，但样点10中Cd达到了污染警戒级豳平，并且距离弃渣堆放场较近的样点中重金属含量相对较大，应该值得注意。     

基于主成分分析的软件企业竞争力综合评价研究

在提出软件企业竞争力评价指标体系的基础上,运用主成分分析法,构建了软件企业竞争力综合评价模型,并对4家典型的软件企业进行了综合评价,得出了企业认同的结论。     

石嘴山市不同功能区土壤重金属污染的研究

随着工业化的发展,大量重金属元素在土壤中积累,导致生态环境恶化。因此,该文以石嘴山市为例,运用经典统计学、单因子指数、内梅罗指数等方法对该地区不同功能区的土壤重金属含量的进行研究,得到结论如下：石嘴山市Cu、Cr、Zn、Cd和Pb的均值均未超过国家的土壤污染风险筛选值;工业区5种重金属元素的含量明显高于其他功能区;从单因子与内梅罗指数看,土壤重金属呈现总体状况良好,但是土壤重金属生态风险处于不安全范围。该文通过对石嘴山市土壤重金属含量进行研究,以期能为该地区保护土壤环境提出建议。     

主成分分析法在纸或纸板质量综合评价中的应用

为了探索多元统计分析应用于纸或纸板质量综合评价的可行性和合理性,运用主成分分析法构造了纸或纸板的综合质量评价的模型,建立了一个度量纸或纸板质量好坏的综合指标值R,R值的大小较好地反映了纸或纸板的综合质量好坏.并将该方法应用于实例检验,结果表明主成分分析法评价纸和纸板的综合性质量适应性强,方法可行,结果合理.     

基于主成分法的投资项目多方案评价

在分析了现有投资项目财务评价理论的基础上,引入了主成分分析法的基本原理,建立主成分分析模型对投资项目多方案进行评价与选择,把多个变量转化为少数几个互不相关的综合变量,使这几个综合变量尽可能多地反映原来多个变量的信息.对该模型进行了相关实证研究,其结果和传统的决策评价方法相比,证明了这种多元统计分析方法的有效性和可靠性.     

基于主成分分析与聚类分析的城市化水平综合评价

介绍了主成分分析和聚类分析方法,构建了城市化水平评价指标体系,并进行了实证分析,应用R软件中的主成分分析模型,对我国10个省市的城市化水平进行了综合评价,并进行了聚类分析.     

主成分分析的入侵检测方法研究

直接将入侵检测算法应用在粗糙数据上,其入侵检测分析的效率非常低.为解决该问题,提出了一种基于主成分分析的入侵检测方法.该方法通过提取网络连接中的相关信息,对它进行解码,并将解码的网络连接记录与已知的网络连接记录数据进行比较,发现记录中的变化和连接记录分布的主成分,最后将机器学习方法和主成分分析方法结合实现入侵检测.实验结果表明该方法应用到各种不同KDD99入侵检测数据集中可以有效减少学习时间、降低各种数据集的表示空间,提高入侵检测效率.     

基于滑动中值滤波的多尺度主元分析方法

提出了一种基于滑动中值滤波的多尺度主元分析(MSPCA)方法,该方法利用中值滤波对主元分析(PCA)前的原始数据进行预处理,以去除异常点,并用多尺度主元分析方法把小波变换和主元分析有机结合起来,通过对过程数据的多尺度建模,来消除系统中的次要主元和小的小波系数,这样既提高了对数据中细微、重要变化的检测灵敏度,又解决了在测量数据中含有异常点的情况下,现有多尺度主元分析难以去除因异常点的存在而产生的虚警问题.仿真验证了该方法的有效性和可行性.     

基于EMD及主成分分析的缺陷超声信号特征提取研究

针对非线性、非平稳超声缺陷信号的特征提取问题,提出一种经验模态分解(EMD)和主成分分析(PCA)相结合的缺陷信号特征提取方法。对缺陷信号进行EMD分解得到本征模态函数(IMF),根据能量比率累积选取IMF,平均截取傅里叶变换后的各模态频谱得到能表征原信号的特征向量集;构建PCA模型,特征向量集降维得到低维特征向量,该过程可降低缺陷信号分析数据的复杂度和冗余度,以BP神经网络为缺陷分类器对缺陷特征进行识别与分类。实验结果表明该方法具有可靠的识别与分类效果。     

基于电容测量和PCA法的两相流相浓度检测方法

介绍利用电容层析成像系统阵列传感器结构和采样特点,引入主成分分析法(PCA)求取两相流相浓度的新方法.对大量测量值样本进行统计分析后,求出用测量值第一主成分求取相浓度的经验公式,仿真及静态实验表明:两者之间有着良好的对应关系,其测量结果不受两相流流型的影响,是一种有较好应用前景的测量方法.     

基于核主分量分析的经验模式分解及其工程应用

若信号的信噪比较小,经验模式分解不能正确分解出基本模式分量,分量中含有伪分量。根据此种情况,提出一种核主分量分析与经验模式分解相结合的方法。该方法首先建立信号相空间,利用核主分量分析方法提取相空间的核主分量,然后利用投影逆过程将得到的核主分量逆向投影回原相空间,从而重建信号相空间。最后对重建的相空间所对应的信号作经验模式分解。此方法可以有效消除噪声和冗余对经验模式分解的影响,提高经验模式分解的适应能力保证分解的有效性,确保其能够分解出正确的基本模式分量。通过工程实例进一步验证了该方法的可行性。     

Spectral simulation study on the influence of the principal component analysis step on principal component regression

Principal component regression (PCR) is unique in that the principal component analysis (PCA) step is explicitly involved in the central part of the method. In the present paper, the PCA part is examined in order to study the influence of noise in spectra on PCR by spectral simulation. It has been suggested, as a result, that PCR calibration would have a large inaccuracy when the estimated number of basis factors analyzed by the eigenvalue method is less than that by cross-validation, which was studied by use of synthesized spectra. This instability is because the minute noise is largely enhanced by the PCA calculation via the normalization of loadings. At the same time, the noise enhancement by PCA has also been characterized to influence the estimation of basis factors.     

基于互信息的主成分分析用于声场景分类

主成分分析是声场景分类中常用的特征选择方法。针对主成分分析的局限性,提出一种基于互信息的主成分分析方法。这一方法引入类别信息,用不同声场景条件下特征之间的互信息矩阵之和替代传统主成分分析中的协方差矩阵,计算其特征向量与特征值,特征向量表示由原始特征空间向新的主成分空间的转换系数,特征值则用于计算主成分的累计贡献率并判断主成分维数。声场景分类实验结果表明,该方法较之传统主成分分析方法降维效果更好,辅以神经网络分类器,计算得到的分类正确率更高。     

基于主成分分析的护听器优选方法研究

为了探究不同护听器对抽水蓄能电站内不同工作场所的降噪效果及适用情况,以便于工作人员根据不同需要选择合适的护听器,根据112种护听器的插入损失测试结果,应用主成分分析(Principal Component Analysis, PCA)对数据进行分析。结合某抽水蓄能电站10个工作场所的现场测试结果,得出文中所测试的112种护听器大部分适用于该蓄水电站中1#发电机隔声罩内、1#水车室外、1#水车室内、2#尾水锥管室外、2#尾水锥管检修门、3#尾水锥管室外和3#尾水锥管检修门7个工作场所,其他场所需要有针对性地选择适合的护听器。该文同时可以为其他不同工作场所情况下护听器的选择提供借鉴。     

基于主分量子空间的设备状态诊断研究

结合主分量分析(Principal Component Analysis,PCA)和子空间法研究了基于主分量子空间的设备状态诊断,探讨了压缩子空间和类属子空间两种主分量子空间结构来表达和分类设备的状态.所提出的设备状态诊断方法依靠PCA可以提取稳定有效的设备状态低维特征表示,依靠子空间法能够以低代价有效辨识设备状态.以...     

声信号的主分量分析应用于滚动轴承故障诊断

利用声信号来进行故障诊断具有"采集比较容易,非接触式测取,设备简单,速度快,无须事先粘贴传感器,不影响设备正常工作,易于实现早期预报和在线监测,疳可在不易测量振动信号的场合得到广泛应用"等优点.由于外界噪声的影响,有效信息的提取较为困难.采用主分量分析对传声器测取的声信号进行了预处理;在此基础上应用基于Morlet小波变换的包络分析和频谱分析来提取故障特征向量,并以滚动轴承为例进行实验.结果表明,这是诊断滚动轴承早期故障的一种可选方法.