基于主成分分析沂河营养盐与环境因子响应关系研究

利用主成分分析的方法,对沂河水质监测数据进行了分析,并通过主成分空间分布双标图探讨了不同水质指标之间的关系。结果显示:温度(Temperature)、流量(Flow)、pH和电导率(EC)在同一个方向上,反映了它们之间可能存在相关性或受到相似的环境因素的影响;而高锰酸盐指数(CODMn)、化学需氧量(CODCr)、石油类(ois)、氟化物(F)和五日生化需氧量(BOD5)在一个方向上,表明它们可能受到相似的污染源或处理过程的影响;大肠菌群(FC)、溶解氧(DO)和硫酸盐(S)在一个方向上,反映了它们可能受到相似的生物或化学过程的影响。这些研究为进一步的水质分析和环境监测提供了重要线索,有助于深入理解不同水质指标之间的相互关系及其在水质评估中的共同特征和影响。通过对各环境因子和理化指标进行主成分分析,建立营养盐与各环境因子和理化指标主成分之间的回归方程,可以很好地反映营养盐与各环境因子和理化指标之间的关系。这些结果对于水质管理和环境保护具有重要的指导意义。

基于主成分分析和聚类分析的李子果实品质综合评价

为了解不同品种李子的品质特性,本文选取12个品种李子作为研究对象,分别从外观、理化及糖酸组成等方面对果实品质进行了对比分析,同时采用主成分分析和聚类分析对李子品质性状进行综合评价。结果表明,不同品种李子外观、理化和糖酸组成等指标均表现出丰富的多样性。糖酸组成、色泽、单果重、果实密度和果形指数等是评价李子综合品质的关键性指标。12个品种中‘紫皇’(ZH)‘圣雪珀’(SXP)‘爱丽丝’(ALS)‘香李’(XL)‘香甜李’(XTL)5个品种综合评分为正值,品质较好。其中,ZH和SXP品质特征为出汁率、可溶性固形物、总糖含量及色泽品质高;ALS品质特征为总糖、总甜度、甜酸比和糖酸比最高;XL和XTL品质特征为可溶性固形物含量、糖酸比、甜酸比高,但出汁率低。该研究结果可作为不同用途李子品种筛选的重要参考依据。

玉米籽粒后熟品质性状主成分分析与综合评价

为科学评价玉米在后熟阶段籽粒的生理特征和营养品质,对郑单958(Zd958)和先玉335(Xy335)两个品种玉米籽粒在后熟过程中的14个生理生化和品质性状指标,包括水分含量与状态、呼吸速率、可溶性糖含量、α-淀粉酶活性、过氧化氢酶活性、过氧化物酶活性、己糖激酶活性、异柠檬酸脱氢酶活性、脂肪酸值、淀粉含量、千粒质量和快消化淀粉含量变化进行分析与综合评价。结果表明,玉米籽粒在后熟过程中的品质性状变化存在显著差异(P<0.05)。运用主成分分析法对玉米籽粒后熟品质性状进行综合评价,提取出不耐储因子、产量因子和消化特征因子3个主成分。3个主成分的贡献率分别为53.436%、18.466%和12.857%,累计贡献率为84.759%。根据综合分析F值变化规律,可以对玉米的后熟品质与后熟时间进行判定。新收获玉米Zd958和Xy335的后熟时间分别为50、30d。本研究结果可以为新玉米后熟品质的判定及玉米的加工利用提供参考。

羊草品质性状遗传变异及主成分分析

为了鉴定羊草品质性状间的相关关系,试验对42份羊草材料的22个品质性状检测分析,并进行一般描述统计、遗传变异、相关性及主成分分析。结果显示,在参试羊草各品质性状中,粗蛋白、钙、木质素和糖类含量的变异系数较大,分别为13%、25%、27%和39%。对22个品质性状进行主成分提取发现,前3个主成分的累积贡献率达到90.196%,分别为羊草的饲用价值、微量元素及粗蛋白成分。研究表明,羊草的粗蛋白、钙、木质素和糖类等性状在品种遗传选育进程中有较大的改良空间,而消化率及能量品质相关性状难以得到遗传改良。

基于主成分及聚类分析的药用菊花品种产量与品质综合评价

为防止品种混杂,筛选药用或茶用菊花的专用品种,以不同产地来源的8个药用菊花品种16个样品为试材,采用超高效液相色谱法和比色法测定不同产地药用菊花的品质成分含量;并基于主成分分析和聚类分析,对不同产地药用菊花品种产量与品质进行综合评价。结果表明,不同产地药用菊花品种单株花头数变异系数(39.03%)最大,是构成药用菊花单株花头干重的主要因素(r=0.800),以枣庄红心菊单株花头数(496.50)最多、单株花头干重最高;绿原酸、3,5-O-二咖啡酰基奎宁酸和总黄酮等药效成分在不同来源的样本中差异显著(P<0.05),上述三种成分在滁州产滁菊中相对含量较高,分别为3.75%、8.07%、16.08%,这与其品质成分综合评价结果一致,说明滁州滁菊药效较优。13个性状指标的主成分分析提取出药效因子、高产因子、总黄酮因子和花径因子4个主成分,其累计贡献率为84.34%;综合评价得分排在前3位的依次为枣庄引种的红心菊、早小洋菊、滁菊。结合聚类分析结果,判定在原产地,滁州滁菊适于药用;在枣庄引种地,红心菊为优选的高产品种,早小洋菊为综合品质优良的品种。通过建立药用菊花品种产量和品质的综合评价体系,可为我国药茶两用菊花新品种的引种筛选和药食同源利用提供理论依据。

不同品种马铃薯淀粉功能性质的相关性及主成分分析

分析黑龙江、甘肃、北京3个地区的11个马铃薯品种制备得到淀粉的水分含量、色泽、直链淀粉含量、透光率、碘蓝值、溶解度、膨胀度、胶稠度、质构特性。结果显示,不同品种各指标差异显著,直链淀粉质量分数的变化范围是10.96%~16.64%;相关性分析发现不同品种的各品质指标间存在显著的相关性,直链淀粉与淀粉提取率(r=0.4683)、膨胀度(r=0.5209)、硬度(r=-0.4721)、咀嚼性(r=-0.4496)分别呈显著的相关性。主成分分析结果显示,前4个主成分的特征根大于1,可以解释原有数据的信息,综合主成分得分,陇薯9号的综合值排名第一,荷兰薯的综合值最低。

主成分分析和灰色模型组合的身管多点烧蚀磨损量预测

身管是火炮类武器的关键零件,对其烧蚀磨损量进行预测,有助于保持火炮作战效能。针对火炮身管沿轴向各点烧蚀磨损量需分别建立数学模型进行预测问题,提出一种组合烧蚀磨损量预测方法。采用主成分分析(principal component analysis,PCA)方法对身管多点烧蚀磨损量进行数据空间降维,提取反映烧蚀磨损量变化的主成分,利用灰色模型对主成分进行多步预测,通过PCA逆运算获得身管内膛多点烧蚀磨损量预测值。结果表明,在历史数据较少的条件下,通过选择合适的预测步数可获得较为准确的预测值,为身管内膛多点烧蚀磨损量的预测提供了一种新的有效途径。

基于主成分分析的河南省不同地方品种猪肉品质分析

本文研究了河南省不同地方品种猪肉品质,并通过主成分分析建立地方猪肉品质评价模型,为地方猪肉品质评价提供借鉴。试验选择1个三元杂交品种(对照)、2个地方培育品种和3个河南省地方品种共计66头进行屠宰,测定11项肉质指标,采用相关性分析和主成分分析法进行综合评价。结果表明:地方品种猪肉具有肌内脂肪含量高、粗蛋白质含量高、感官品质好的特性,与三元白猪对比,其粗蛋白质含量、L值、肉色评分等肉质指标差异显著,且不同地方品种肉质存在一定差异。通过主成分分析法从11个指标中提取了5个主成分,主成分的累计贡献率达到74.88%,概括为营养因子、感官因子和保水性因子;其中肌内脂肪、24 h大理石纹评分、L_(24 h)值、L_(45 min)值、滴水损失等5个指标为评价猪肉品质的关键指标;根据因子得分和权重构建河南省地方猪肉品质指标评价模型:Y=0.241Y1+0.193Y2+0.129Y3+0.105Y4+0.079Y5,综合评价地方猪F品种(项城猪)得分最高,肉质最好。

基于脂肪酸组成结合主成分分析识别不同比例大豆油和菜籽油调配的调和油

结合脂肪酸组成和化学计量学方法,对大豆油、菜籽油及其不同比例的二元调和油的识别进行基础研究,并分析不同比例调和油中脂肪酸含量的变化。结果表明在大豆油和菜籽油中,共检出脂肪酸组分17种,主要以油酸、亚油酸、棕榈酸和亚麻酸为主。在以不同比例低芥酸菜籽油和大豆油调配的调和油中,脂肪酸含量随调和比例的改变而呈现一定趋势的增加或减小。结合脂肪酸组成,对所有的139个样品进行了主成分分析(PCA),结果表明大豆油和菜籽油可以互相实现区分,不同比例的调和油样品分布在调配的溯源样品之间,基本按照比例关系分布成一条直线。研究通过对菜籽油、大豆油及其不同比例调配的调和油的脂肪酸组成进行了定量分析,分析了它们之间脂肪酸组成的变化,并结合化学计量学手段进行一些识别分析,为规范调和油的生产和保障公平有序的调和油市场提供参考。

基于主成分分析的多重定量PCR荧光串扰校正

聚合酶链式反应(PCR)是分子生物学常用的检测手段,主要用于对生物的DNA或RNA进行检测。由于荧光光谱重叠和滤光片过滤带宽限制,检测时所获得的荧光数据通常会包含荧光通道之间的串扰,串扰的存在使PCR结果分析变得复杂,并可能影响最终的检测结果。选择合适的光学元件,并确定通道间的补偿矩阵,可以降低甚至消除荧光串扰。目前荧光补偿矩阵大多通过迭代计算获得,还没有一种简单的方法可以从混合的多通道荧光数据中找到荧光补偿矩阵。为了快速获得荧光补偿矩阵,减小计算量,采用主成分分析法(PCA)中确定主成分的方式,基于搭建的测试平台进行单一染料实验,获得染料的荧光信号在各个检测通道的分布情况,计算得到荧光补偿矩阵。通过分析补偿矩阵,发现对于搭建的硬件系统,Cy5染料对Cy5.5通道串扰较大,串扰比例为8.76%,同时Cy5.5染料对Cy5通道串扰影响也相对较大,比例约为6.2%;其次是ROX染料对HEX通道串扰,比例约为2.68%;HEX染料对FAM通道串扰,比例约为1.58%;FAM染料对HEX通道串扰相对较小,比例约为0.25%,其余通道无明显串扰,与荧光光谱反映的结果一致。采用得到的荧光补偿矩阵对单一染料实验得到的原始荧光数据进行处理,有效去除了非目标通道的荧光串扰,实现了荧光通道数据的解耦,验证了方法的可行性。最后设计了染料颜色分辨实验,将不同浓度的多种染料进行组合测试,并采用所提出的方法将得到的数据进行荧光补偿。实验结果表明,荧光通道各自的线性相关性较高,五个荧光通道的线性相关系数r均大于0.99,该结果进一步验证了该补偿方法的有效性。

基于主成分分析法评价不同牧草营养成分饲用价值

为研究不同类型青贮牧草中营养成分价值,选取燕麦、箭舌豌豆、高粱、苜蓿4种牧草进行青贮,采用常规分析方法测定4种青贮牧草中的7种主要营养成分(干物质、水分、粗灰分、粗蛋白、粗脂肪、钙、磷)以及酸性洗涤纤维、中性洗涤纤维、酸性洗涤木质素含量,测定4组青贮牧草体外营养消化率,利用主成分分析法和单因素方差分析对4种牧草进行饲用价值评价。结果显示:①青贮苜蓿中的干物质(DM)、钙(Ca)成分显著高于青贮燕麦、青贮箭舌豌豆以及青贮高粱(P<0.05);青贮高粱中性洗涤纤维(NDF)显著高于青贮箭舌豌豆(P<0.05),青贮苜蓿中酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)显著高于其他3种青贮原料(P<0.05);青贮高粱的NDF_(12)、NDF_(24)以及NDF_(48)均显著高于青贮燕麦、青贮箭舌豌豆以及青贮苜蓿(P<0.05)。②经主成分分析,提出3个主成分,累积方差贡献率达到85.676%。4种青贮牧草营养价值优劣排序为:青贮苜蓿>青贮箭舌豌豆>青贮燕麦>青贮高粱,说明青贮苜蓿营养价值较高,具有良好饲用价值。使用主成分分析法评价青贮饲料的营养品质优劣,可为不同青贮牧草进一步合理开发提供理论依据。

基于主成分和聚类分析的50份冬小麦材料主要农艺性状评价

【目的】了解冬小麦农艺性状间的关系,探究冬小麦农艺性状对产量的影响,从而筛选高产冬小麦品系。【方法】本研究以50份冬小麦品种(系)为研究对象,对其15个农艺性状进行了遗传变异分析、相关分析、主成分分析和聚类分析。【结果】遗传变异分析表明,供试材料农艺性状存在差异,除生育期变异系数为0.71%外,其他农艺性状变异系数较大,为7.46%~51.68%。产量与穗粒质量(0.935**)、千粒质量(0.740**)、穗粒数(0.616**)呈极显著正相关,与小穗数(0.289*)呈显著正相关,与其他农艺性状相关性不显著。主成分分析结果表明,小穗数、穗粒数、小穗粒数、穗粒质量、千粒质量对冬小麦产量提高有较大的正向作用,株高、不育小穗数对冬小麦产量提高有负作用,有27份参试材料基于15个农艺性状综合表现好。聚类分析结果表明,50份冬小麦供试材料划分为多粒高产型、多粒中产型、少粒低产型3大类群,各类群特征表现明显。【结论】50份冬小麦参试材料在15个农艺性状上具有丰富的多样性,通过综合评价筛选出了21份综合性状表现优良的冬小麦材料,可以从中选育出具有高产潜力的冬小麦新品种,同时为冬小麦杂交选育提供了优良的亲本资源和理论参考。142-3-3-1(D38)、141-1-8-1(D35)和2012Y-01-6-1(D43)3份材料较对照陇麦844综合表现优良,产量高。

正交试验结合主成分分析法优化薄荷紫米酒工艺

以紫米、薄荷为主要原料,采用液化工艺制备薄荷紫米酒。在单因素试验的基础上,采用正交试验结合主成分分析法优化薄荷紫米酒的制备工艺,并对其抗氧化活性进行测定。结果表明:薄荷紫米酒的最佳工艺条件为紫米与纯净水质量比1∶2.5、发酵时间15 d、薄荷液添加量8%(以紫米与纯净水总质量计),在此条件下制备的薄荷紫米酒口感丰富、气味清香,具有一定的抗氧化活性。

基于主成分分析和因子分析估计新疆褐牛体型性状的遗传参数

旨在估计新疆褐牛体型性状的遗传参数,同时应用主成分分析和因子分析进行降维后探索各主成分和因子之间的遗传规律,为育种方案制定提供参考。本研究采用SAS软件进行主成分和因子分析,利用BLUPF90软件采用平均信息约束最大似然法配合动物模型对9个新疆褐牛核心育种场的1016头新疆褐牛泌乳牛的27个体型性状及主成分和因子得分表型进行遗传参数估计。研究结果表明,除蹄踵深度、蹄角度和乳房平衡性外,其它体型性状均属于中高遗传力性状。主成分(1~8;特征值≥1)和潜在因子(1~8;特征值≥1)都能够解释总方差的57%,各主成分和因子能够综合反映牛只体躯结构、肌肉度、尻部、肢蹄和泌乳系统的信息,各主成分和各因子的遗传力估计值范围分别为0.13(PC6)~0.46(PC1)和0.08(F3)~0.48(F1),基于主成分分析估计遗传相关的范围为-0.76(PC3-PC6)~0.74(PC3-PC4),因子分析估计遗传相关的范围为-0.75(F3-F6)~0.86(F1-F6)。结果提示,新疆褐牛体型性状中除蹄踵深度、蹄角度和乳房平衡性外,其它性状均属于中高遗传力性状,在体型性状的评估中可以考虑使用主成分和潜在因子,将多维度的体型性状简化为新的变量,这种方法可以避免分析大量相关性较高的性状,从而降低分析大量数据而造成的计算负担。

基于主成分分析和VU分解法的两步随机相移算法

为了平衡相位计算的精度和速度,大量的两步随机相移算法发展起来。提出了一种基于主成分分析和VU分解法的快速、高精度两步随机相移算法。首先,采用两步主成分分析法对经过滤波的两幅相移干涉图进行计算求出迭代初始相位;然后,利用没有滤波的两幅相移干涉图进行VU分解、迭代求出最终相位。通过模拟和实验结果对比表明:与四种性能良好的两步随机相移算法相比,对于不同的条纹类型、噪声、相移值及条纹数量,提出的算法综合性能最好,其精度最高,有效相移范围和有效条纹数量范围最大,当干涉图像素数为401 pixel×401 pixel时,提出的算法仅比格兰-施密特正交化法和两步主成分分析法多花费0.035 s。在理想情况下,提出的算法可以得到完全正确的结果。如果需要得到较高精度,最好能够提前抑制噪声,同时设置相移值远离0和π,条纹数量大于2。主成分分析和VU分解法无需滤波,花费近似非迭代算法的时间获得迭代算法的精度,其打破了迭代算法花费时间较多的限制,适合高精度光学在线检测,有广泛的发展前景。

基于层次分解、主成分分析和高斯混合模型的火成岩岩性识别——以惠州26洼古潜山为例

火成岩油气成藏规律复杂,受到火山运动、强构造运动以及风化剥蚀等叠加影响,火成岩的化学成分和结构构造复杂多样,非均质性极强,采用常规岩性识别方法难以一次性将所有岩性准确识别。借鉴层次分解思路,以惠州26洼古潜山为例,提出了一种火成岩岩性测井识别分类方法:综合考虑火成岩地质分类原则和测井响应特征来确定岩性识别层级,基于这种层次性的分类原则,在每一层次定量优选岩性识别敏感参数,建立研究区岩性识别优选层级;在明确岩性识别优选层级的基础上,逐级逐次使用主成分分析(PCA)和高斯混合模型(GMM)对岩性进行判别并确定其计算函数,建立分级优选岩性识别模型,最终达到整体岩性区分的目的。研究结果表明,研究区辉绿岩和闪长岩识别正确率分别为87.31%和84.32%,未分级未优选辉绿岩和闪长岩识别正确率为60.45%和54.88%,分级未优选其岩性识别正确率为69.61%和67.04%,有效提高了研究区的复杂岩性识别精度。该方法的提出对提高火成岩岩性识别精度提供了一种思路,也为研究区古潜山火成岩岩性精确识别提供了参考依据。

结合主成分分析和图像分块的重定向研究

针对现有图像重定向方法视觉效果差和处理速度慢的问题,提出一种基于主成分分析法和分块的内容感知图像重定向方法。首先,利用主成分分析法融合梯度图和显著图来提取更加丰富的图像特征,避免主体信息失真;其次,相邻裁缝线由均值代替,避免像素不连贯;最后,根据能量图中列能量值的大小将图像分为显著区域和非显著区域,并行缩放分块,更加注重图像特征并提高运行效率。在MIT RetargetMe、DUT-OMRON和NJU2000数据集上进行实验分析,以主观感受和客观因子运行时间、SIFT-flow作为评价指标,与几种常用算法对比。实验结果表明,该方法保证了图像主体信息的完整性,平均运行时间为线裁剪算法的1/3。本文提出的方法不仅具有较优的视觉效果,而且可降低运算量。

基于主成分分析的聚乙烯醇-金针菇水提取物复合膜制备、表征与保鲜应用

为开发新型食品包装膜,提高金针菇资源化利用水平,以可降解的聚乙烯醇(PVA)和金针菇水提取物共混制备PVA-金针菇水提取物复合膜。以拉伸强度、断裂延伸率、耐水性系数、厚度、不透明度及水蒸气透过系数等复合膜物理性能参数,研究PVA添加量、2-乙酰柠檬酸三乙酯(ATEC)添加量、金针菇水提物添加量、干燥时间和干燥温度对复合膜物理性能的影响;采用主成分分析法对复合膜性能进行综合评价;并结合响应面分析法,建立了PVA-金针菇水提取物复合膜制备的多元二次回归方程模型,优化了复合膜制备条件,并研究了复合膜在20℃条件下对草莓贮藏期间(6 d)褐变度、失重率、维生素C、丙二醛等保鲜指标的影响。研究结果表明,PVA添加量4.0 g、ATEC添加量4.0 g、金针菇水提物添加量3.9 g、干燥温度62℃,干燥时间3.5 h为最佳制备条件,所得复合膜拉伸强度为31.76±0.50 N/cm^(2)、断裂延伸率为97.99%±0.25%、水蒸气透过系数为1.44×10^(-9)±1.53×10^(-11) g·mm/m^(2)·h·kPa、耐水性系数为549.14±0.94 s/mm、膜厚度为0.062±0.002 mm、不透明度为20.97±0.39,物理性能综合得分为102.25±0.16,与模型预测结果的相对误差为0.57%。红外光谱、扫描电子显微镜、X射线衍射分析表明复合膜结构完整,金针菇水提取物与基质相容性较好,并以氢键结合。通过草莓贮藏期间褐变度、失重率、维生素C以及丙二醛的测定,制备的复合膜显示出较好的保鲜效果。

基于主成分分析-BP神经网络的风电备件需求预测

风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-BP)模型,针对受多因素影响的复杂备件,先利用PCA将影响风电备件的要素进行筛选,再利用BP神经网络算法,得到最为精确的预测结果。比较自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型、BP神经网络预测和PCA-BP神经网络预测的结果。结果表明:PCA能显著降低神经网络预测误差,预测的精度为93.94%,高于BP神经网络预测的88.39%和ARIMA模型的85.31%,所以PCA-BP神经网络模型的预测精度准确且有可靠结果,能够适用于风机备件的需求预测。

基于单机等值与主成分分析法的海上风电场等值建模研究

在借鉴海上风电场实际项目经验的基础上,重点分析了海上风电场集电线路的等效方式以及海上风电场的等值建模。综合目前风电场动态等值中单机等值与多机等值的优缺点,以实际风电场作为参考,提出了单机等值法和多机等值法相结合的双层等效方法。按风机的馈线分布对风电场进行一次单机等值,再以主成分分析法对一次等值后的机组提取主导变量,作为二次多机等值的分群指标并进行机组分群,保证风电场等值的精确度。该等值建模对海上风电场进行二次等效建模,通过仿真验证,将等效后的仿真模型与实际详细模型做对比,验证了该等效方法的可行性。