基于主成份分析法的老年人信息素养体系建构

为了构建老年人的信息素养体系,帮助他们提高信息素养水平,选取60岁以上的老年群体作为研究对象,并采用自制量表对他们的信息素养进行调查.然后,运用主成份分析法将23个老年人信息素养指标降维为3个主成份因子.这3个主成份因子既相互独立,又能够包含原有的23个老年人信息素养指标的大部分信息,从而使老年人的信息素养问题变得简洁明了.再结合问卷内容逐一阐述3个主成份即信息意识、信息技能和信息道德的构成要素,最终成功构建老年人的信息素养体系,为老年人在社区接受信息技术教育提供科学的指导.

主成份分析综合评价模型的改进及应用

用主成份分析做综合评价在应用中存在一些问题,分组主成份分析将其做了改进,在应用中有一定的意义,在此基础上,引进变异系数对其作进一步的改进,建立综合评价模型,并用结果来分析我国中等职业教育的发展情况,为其健康发展提供一定的科学依据。

主成份分析法聚类分析法在对足球比赛综合评价中的应用

从统计分析的角度出发,通过主成份分析方法来确定对足球比赛进行科学地综合评价 的主要因素,并用聚类分析方法加以验证,为今后对足球比赛的客观评价挖掘了本质性的因素.目 的在于给出了一个能客观地分析某个时期足球比赛的统计方法.

零售商业景气波动主成份分析指数的编制与应用研究

利用主成份分析指数对零售商业景气波动进行评价的基本出发点是 :某一类型的零售商业景气波动是通过一系列零售交易活动来传递和扩散的 ,而且任何一个零售商业景气波动测量指标本身的波动过程都不足以代表该类零售商业整体的波动过程。因此 ,为了准确无误地测定某种类型的零售商业景气波动状况 ,必须综合地考虑影响其发展变化的相关景气测量指标的波动及其相互影响。此外 ,各类零售商业的景气波动并不是同时发生的 ,而是一个从某些方面向其他方面 ,从某一阶段向其它阶段 ,从某些地区向其他地区波及、渗透的极其复杂的过程。基于这一认识 ,就需从众多的测量指标中选择一些对零售商业景气波动比较敏感、代表性强的指标 ,用数学方法构造、合成一组主成份分析指数 ,以此作为测定。

基于测井资料主成份分析建立风化壳结构判识图版

风化壳结构判识是石油地质研究的一项重要内容,但直接利用原始测井曲线进行风化壳结构识别却有很大难度,需要用多元统计方法把多种测井资料转化成少数几个互相独立又包含原有资料大部分信息的综合指标,即主成份值。以济阳坳陷风化壳为例,主要采用GR、SP和AC资料,将主成份分析(PCA)法引入到利用测井资料识别风化壳结构的研究中。针对同一风化壳不同结构层之间的测井资料主成份值往往存在差异的现象,在单井分析求取各风化壳结构层的测井资料主成份值的基础上,再通过多口探井主成份的统计分析,建立了风化壳结构层与测井资料主成份的统计关系图版。该图版能反映出原岩的黏土化程度和原始结构保存程度,可用来对无取心资料的探井进行风化壳结构的识别与划分。

基于主成份分析法的高速铁路膨胀土判别研究

以某高速铁路地基中微弱膨胀性泥岩为研究对象,结合无砟轨道高速铁路对变形要求极为严格的特点,用等效蒙脱石含量、阳离子交换量、自由膨胀率和液限4项指标作为模型因子,采用主成份分析法得出针对无砟轨道高速铁路的膨胀土判别式,通过无上拱处泥岩与膨胀力试验进行验证。研究结果表明:该判别式能够准确判别区分出对无砟轨道高速铁路有影响的膨胀土,且不会对更为微弱的膨胀土产生误判,并定量地判断泥岩的膨胀性强弱。可为无砟轨道高速铁路的地基膨胀土判别提供参考。

152例胃癌患者术前病证聚类与主成份分析

目的 :寻找中医证型的客观分型标准 ,研究胃癌术前各证型的病理变化。方法 :运用多因素数理统计方法对胃癌术前的中医证型进行了客观的分类。结果 :胃癌患者术前的证型可分为 3大类 ,6个亚型 ,其证名由主成份而定。结论 :气虚贯穿胃癌整个过程 ,血瘀随着气虚的加重而出现并加重 ,在邪热内蕴时瘀血现象偶尔出现 ;热象则是在疾病早期气虚不明显时出现。

基于主成份分析的Bagging集成学习方法

机器学习中数据集的冗余特征会影响学习器的泛化能力,一些流行方法如支持向量机和集成学习也难免于此.研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响,提出一种称为PCA-Bagging的算法,并与其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较.在多个UCI标准数据集上的实验表明PCA-Bagging算法具有更好的性能,这说明即使是泛化能力很强的集成学习方法其学习的数据也需要进行适当的特征变换.

基于主成份分析的肿瘤分类检测算法研究

基于基因表达谱的肿瘤诊断方法有望成为临床医学上一种快速而有效的诊断方法,但由于基因表达数据存在维数过高、样本量很小以及噪音大等特点,使得提取与肿瘤有关的信息基因成为一件有挑战性的工作。因此,在分析了目前肿瘤分类检测所采用方法的基础上,本文提出了一种结合基因特征记分和主成份分析的混合特征抽取方法。实验表明,这种方法能够有效地提取分类特征信息,并在保持较高的肿瘤识别准确率的前提下大幅度地降低基因表达数据的维数,使得分类器性能得到很大提高。实验采用了两种与肿瘤有关的基因表达数据集来验证这种混合特征抽取方法的有效性,采用支持向量机的分类实验结果表明,所提出的混合方法不仅交叉验证识别准确率高而且分类结果能够可视化。对于结肠癌组织样本集,其交叉验证识别准确率高达95.16%;而对于急性白血病组织样本集,其交叉验证识别准确率高达100%。

基于主成份分析方法的风险投资项目评估模型

采用主成份分析方法详细探讨了风险投资项目评估中风险值的确定问题,并运用MATLAB函数给出了主成份分析方法下风险投资项目评估模型,开辟了一种风险投资项目评估的新视角。

主成份分析法在电力负荷预测中的应用

负荷预测是电力系统运行和规划的依据。准确的负荷预测有利于提高电力系统运行的经济性和可靠性。提出了一种基于主成份分析法的电力负荷预测方法,通过对影响电力负荷的相关因素进行主成份分析,可以减少自适应神经模糊推理系统的输入量,从而提高系统预测的效率。算例表明所提出方法是有效和可行的。

基于主成份分析的河南省城市竞争力评价研究

根据城市竞争力的涵义,选取河南省18个城市的17项指标构建城市竞争力评价体系,利用SPSS15.0进行主成份分析和聚类分析,得到河南省各城市的竞争力得分及分类.研究结果表明,河南省各城市之间的竞争力差异较大,中原城市群和豫北地区发展水平较高,豫西南和黄淮地区较为落后.并针对各类城市所处的发展阶段与特点,提出了全面提高竞争力的相应措施.

入侵检测系统中基于主成份分析特征提取研究

数据降维是基于模式识别方法的入侵检测系统需要解决的一个问题。由于主成份分析方法具有两个我们期望的特性,一是不同的主成份之间互不相关,二是每个主成份都是所有原始特征的线性组合,所以将主成份分析应用到入侵检测系统的特征提取中。首先我们使用ReliefF算法去除原始特征中与分类无关的特征,然后再进行主成份分析。在实际的数据集KDDCUP’99上进行的实验结果表明提出的方法是有效及实用的。

EEG数据的李氏指数计算与主成份分析

采用新的经验公式计算 EEG数据的 L yapunov指数 ;其中在脑电低维假设下先求出关联维作为拓扑维以确定重构维数 ,计算结果以采样频率定标 .还对 EEG数据进行主成份分析 。

城市综合经济实力的主成份分析研究

用定量的方法评价城市的综合经济实力,提出了反映城市综合经济实力的8项指标,运用SPSS统计软件对国内20个大中城市的综合经济实力进行主成份分析,并给出了这20个城市综合经济实力的排序。

基于主成份分析和支持向量机的MRI图像多目标分割

在MRI图像中,颅内各组织的边界极其复杂且不规则,这对传统的分割算法提出严峻的挑战。主成份分析(PCA)可达到降维和消除冗余信息的目的,为使支持向量机(SVM)准备的样本空间更为紧凑、合理。本研究采用PCA将图像的57维特征向量处理后,研究多分类SVM对MRI图像进行多目标分割,成功提取颅内各组织不规则边界。理论和实验表明,基于PCA和SVM相结合的分割性能优于仅采用SVM的分割性能。

基于主成份分析和支持向量机的PCA-SVM储层识别模型研究

储层识别是油气勘探开发中所面临的关键问题和难点之一。针对传统储层识别方法预测精度较低这一问题,提出了基于主成份分析和支持向量机的PCA-SVM储层识别模型,较好地解决了传统学习方法在非线性预测中的小样本、过学习、局部极小点等问题,同时消除了出入变量之间的多重相关性,减少了输入变量的个数,提高了预测精度和收敛速度。通过对长庆中部气田马五1段储层的实例应用,PCA-SVM模型的预测精度达到100%,优于SVM模型(93.6%)和Fisher判别模型(96.3%)。这表明PCA-SVM模型具有更高的预测精度,为致密储层的准确识别探索了又一新方法。

主成份分析与因子分析用于多指标综合评价

本文从应用角度阐明了主成份分析与因子分析用于多指标综合评价的异同点，并用实例加以说明。提出了主成份分析和因子分析用于多指标综合评价时，应在能明确主成份或因子的意义和方向情况下加权，否则会得到错误的结果。

主成份分析法在二滩水质监测数据综合分析中的应用实例

以二滩水质监测数据为例 ,运用主成份分析法对大量的水质监测数据进行综合分析。结果表明 ,影响二滩水库水质质量的主要因素分别为水土流失、水中有机污染、水体富营养化以及人畜粪便污染。通过实例分析可以看出 ,主成份分析法能够正确而全面地定量化反映出常规统计方法所无法反映的监测数据或监测指标之间内在的关系 。

基于主成份分析的仿射不变特征图像匹配方法

从理论和实验上分析比较了尺度不变特征图像匹配方法和仿射不变特征图像匹配方法的异同,为提高图像匹配的速度和图像特征描述的准确性,提出了一种利用主成份分析对仿射不变特征匹配特征描述向量降维的方法。实验结果表明该方法能加速仿射不变特征图像匹配方法,在不降低匹配效果的前提下,将128维特征向量降低至15维。