PCA算法在面部微生态研究中的应用 |
| |
引用本文: | 高学义,王瑜,何聪芬,冯春波,陈圆圆,宋丽雅.PCA算法在面部微生态研究中的应用[J].日用化学工业,2020,50(7). |
| |
作者姓名: | 高学义 王瑜 何聪芬 冯春波 陈圆圆 宋丽雅 |
| |
作者单位: | 北京工商大学 计算机与信息工程学院,北京 100048;北京工商大学 理学院,北京 100048;上海家化联合股份有限公司,上海 200438 |
| |
摘 要: | 利用化学试剂法研究面膜对面部微生态的影响,存在过程繁琐、微生物种类不易确定等缺点,针对此问题,提出一种基于主成分分析(principal component analysis,PCA)的微生态分析方法。首先利用主成分分析对面部微生态数据进行降维处理,累计贡献率选取阈值为95%,确定变换空间下的特征向量以及特征维度k,然后根据特征向量与面部微生态数据的映射关系,此处阈值同样选取95%,确定面部微生态数据中对皮肤状态影响贡献率较大的属性,即改善面部皮肤状态的微生物种类。实验结果表明,该方法有效地克服了传统化学试剂法存在的弊端,能够快速、准确地确定面膜改善皮肤状态的微生物种类,同时也能挖掘不同面膜引起皮肤变化的差异,可为化妆品行业制造对面部皮肤更有益的面膜提供建设性意见。
|
关 键 词: | 主成分分析 降维 特征选择 面膜 微生态 |
本文献已被 CNKI 万方数据 等数据库收录! |
|