摘要
主成分分析是多元统计分析的一个重要分枝,由于计算数学理论的发展及电子计算机的广泛使用,主成分分析已应用到工农业等众多领域。 一、主成分分的基本思想 人们在生产实践中,常常会涉及到多变量(指标)问题。
同被引文献10
-
1杨德刚.基于模糊C均值聚类的网络入侵检测算法[J].计算机科学,2005,32(1):86-87. 被引量：26
-
2王卫玲,刘培玉,初建崇.一种改进的基于条件互信息的特征选择算法[J].计算机应用,2007,27(2):433-435. 被引量：23
-
3C.Harris,M.Stephens.A Combined Comer and Edge Detector.In Alvey Vision Conf,1988,147-151
-
4F.Jurie.Solution of the Simultaneous Pose and Correspondence Problem Using Gaussian Error Model.Computer Vision and Image Understanding,vol.73,NO.3,1999,357-373
-
5R.Hartley,A.Zisserman.Multiple View Geometry in Computer Vision,Cambridge University Press,2000
-
6CHENG Jie, BELL David belief networks from data: proach [C]// Proceedings A, LIU Wei-ru, et al. Learning an information theory based ap- of the Sixth ACM InternationalConference on Information and Knowledge Management. Las Vegas, NV, USA.. ACM, 1997: 325-331.
-
7Jie Cheng,David A.Bell,Weiru Liu,et al.Learning belief net-works from data: an information theory based approach[].Proceedings of the Sixth ACM International Conference on In-formation and Knowledge Management.
-
8令狐红英,陈梅,王翰虎,娄燚.基于互信息可信度的贝叶斯网络入侵检测研究[J].计算机工程与设计,2009,30(14):3288-3290. 被引量：6
-
9王越,谭暑秋,刘亚辉.基于互信息的贝叶斯网络结构学习算法[J].计算机工程,2011,37(7):62-64. 被引量：21
-
10李冰寒,高晓利,刘三阳,李战国.利用互信息学习贝叶斯网络结构[J].智能系统学报,2011,6(1):68-72. 被引量：8
二级引证文献4
-
1赵玉震,王成,孙增国,赖雄鸣.贝叶斯学派与频率学派在统计推断上的差异[J].电子设计工程,2013,21(13):21-24. 被引量：2
-
2李欢.基于文化安全的微博信息推送技术的研究[J].现代电子技术,2016,39(8):41-44. 被引量：2
-
3黄伟.基于改进贝叶斯网络的风险评估模型研究[J].网络安全技术与应用,2018(10):42-44.
-
4孙惠丽,陈维华,刘东朝.基于深度学习的改进贝叶斯网络入侵检测算法[J].软件工程,2019,22(4):17-20. 被引量：7
-
1薛秋.分段函数在高等数学中的有关讨论[J].数学学习与研究,2008,0(10):102-102.
-
2张敏,林卫国.线性流形上矩阵方程(AX,XB)=(C,D)最小二乘自反解及其最佳逼近[J].湖北民族学院学报（自然科学版）,2010,28(2):133-136. 被引量：1
-
3孙兰敏.函数最大值及最小值的求法[J].衡水学院学报,2009,11(1):7-8.
-
4朱利娟.求函数最值的方法探讨及其应用[J].中国科技博览,2010(33):133-134.
-
5胡榴宝.一个积分公式的应用[J].安徽教育学院学报,2004,22(3):98-99.
-
6张万起.线性模型主成分估算中的误差与风险[J].齐齐哈尔轻工业学院学报,1990,6(1):67-72.
-
7王正明.回归系数的改进主成分估计[J].数学的实践与认识,1990,20(1):60-63. 被引量：4
-
8乔舰,范淑芬.负二项分布随机变量数字特征的求解[J].高等数学研究,2017,20(2):32-34. 被引量：5
-
9杨海.小议薄膜干涉原理在生产实践中的应用[J].物理教学,2003,25(2):48-48.
-
10杨虎.单参数主成分回归估计[J].高校应用数学学报（A辑）,1989,4(1):74-80. 被引量：11
