大学生24 h活动行为和心肺适能关系的成分数据分析

目的:运用成分数据分析探究大学生24 h活动行为与心肺适能(cardiorespiratory fitness,CRF)的关系,以及各活动行为间等时替代后CRF的预测变化。方法:数据来源于“上海体育大学校友健康队列研究”。共纳入1039名大学生[男生517人,女生522人,平均年龄(21.46±0.9)岁]作为研究对象。使用ActiGraph GT3X+三轴加速度计测量久坐行为(sedentary behavior,SB)、轻体力活动(light physical activity,LPA)和中高强度体力活动(moderate-to-vigorous physical activity,MVPA)及自主报告的方式采集睡眠数据。通过功率自行车进行有氧代谢测试以评估CRF,利用双能X射线吸收仪评估受试者的身体成分。采用成分数据分析探究24 h活动行为与CRF的关系,并以成分等时替代模型探究各项活动行为时间相互替代后,CRF的预测变化情况。结果:1)调整混杂因素后,结果表明24 h活动行为与CRF有显著关联。相对其他活动行为,MVPA和CRF成正相关,SB与CRF成负相关,未发现睡眠和LPA与CRF的关联。2)亚组分析显示调整混杂因素后发现,高体脂率组和非体育生组与上述结果一致;低体脂率组和体育生组未发现各分量与CRF相关。3)在等时替代结果中,MVPA等时替代其他活动行为,CRF增加的幅度要远小于其他活动行为等时替代MVPA时CRF下降时的幅度。结论:MVPA和SB行为是影响大学生CRF的主要因素,相对于简单地控制SB行为,更应鼓励将更多SB行为转成MVPA行为,尤其是高体脂率的学生。

基于成分数据分析的24h活动与儿童基本动作技能的关系

采用成分数据分析方法探究儿童24 h活动与基本动作技能的关系,以及24 h活动时间之间重新分配与基本动作技能的“剂量-效应”特征。对浙江省金华市327名6~10岁儿童展开横断面调查,采用加速度计测量24 h活动,采用大肌肉动作发展测试第3版测量FMS,运用成分数据分析方法分析24 h活动时间占比、重新分配与基本动作技能的关系。结果显示:(1)控制年龄、性别和身体质量指数后,中高强度身体活动时间占比与儿童的FMS显著正相关(β=4.155,P<0.01),久坐行为时间占比与FMS显著负相关(β=-6.926,P<0.01),睡眠和低强度身体活动时间占比与FMS均无显著相关。(2)MVPA替代其他行为(LPA、SED、睡眠)可显著提升儿童FMS水平,反之则降低,且两者之间的相互替代具有不对称性;睡眠替代SED也会提升FMS水平,反之则降低;在所有替代中,MVPA替代SED对FMS的促进效应最佳。(3)睡眠时间占比以及与MVPA之间的相互替代与操控技能正相关,与位移技能无显著性相关;同时,MVPA与其他行为之间的相互替代对于操控技能的影响均高于位移技能。研究认为:学校与家庭应关注儿童24 h活动整体效应,减少久坐代之以MVPA活动,或提高活动强度促成LPA与MVPA的转换,同时减少久坐从而保证充足睡眠,并应更注重于儿童操控技能的24h活动干预。

基于成分数据分析及S—A分形的地电提取法在川西容须卡地区寻找隐伏锂矿预测研究

川西容须卡地区以高寒地貌景观为主,由于自然条件恶劣给找矿工作带来较大困难。为实现该区的找矿突破,开展地电提取法测量、分析与锂成矿密切相关的Li、Be、Rb、Cs、U、Th等6种元素。其结果表明原始数据存在明显的闭合效应,给地球化学异常圈定带来一定的干扰;同时,研究区地球化学背景存在较大差异,可能会漏掉有意义的弱异常。为进一步确定各元素之间的关系,明确找矿指示意义,采用成分数据分析方法打开数据之间的闭合效应,对原始数据、对数变换、ilr变换等3种不同数据处理结果进行对比,得出3点结论:①经过对数及ilr变换后的数据比原始数据更接近正态分布;②ilr变换明显消除数据的闭合效应,其中Li、Rb、Cs、U、Th等成矿元素组合对第一主因子PC1正载荷存在较大贡献;③通过S—A异常分解,有效消除研究区背景值的差异,强化低背景区的弱异常,为矿区找矿提供新线索。最后,结合研究区地质成矿规律、元素组合及异常空间分布特征,圈定出4个找矿靶区。

成分数据分析方法在身体活动与健康研究领域的应用展望

身体活动与健康领域部分数据属于成分数据,在研究成分数据对健康的影响时,若忽视成分数据“定和限制”的本质,则会对研究结果产生较大影响。成分数据分析则克服了这一问题,并已应用于多个研究领域。研究梳理了成分数据分析的发展路程与方法学,并结合身体活动行为数据的特性探讨了传统相关研究的局限性,综述了使用成分数据分析的活动行为的相关研究。结果显示:1)组合行为产生的健康效应大于单一行为;2)传统的孤立研究的结果存在矛盾性,表明综合分析活动行为与健康结局关联性的必要性;3)成分数据分析的身体活动行为的相关研究基本支持了中高强度身体活动(moderate to vigorous-intensity physical activity,MVPA)的健康效益,但指出MVPA水平的保持则更有意义,此外,还强调了在追求MVPA增加的情况下,剩余时间的合理分配对健康促进的重要意义;4)未来身体活动与健康领域的研究可着重于行为组合模式与健康结局之间的效应及实证性的追踪调查。

基于成分数据分析的青少年24 h活动行为与体质关联的研究

目的:基于成分数据分析方法,解决24 h活动行为“定和限制”所带来的共线性问题,探究青少年不同强度身体活动、静坐行为与睡眠对体质指标的综合影响。方法:以241名初中生为研究对象,采用ActiGraph GT3X+加速度计测量日常活动行为,并进行体质测试。通过成分数据分析方法,综合分析24 h活动行为与体质的关联,并采用成分等时替代模型,进行行为之间的10 min等时替代分析,以将不同行为对体质的影响效应定量化。结果:中高强度身体活动(moderate-to-vigorous physical activity,MVPA)与体质总分、50 m跑表现、长跑表现和跳远成绩呈正相关;低强度身体活动(light physical activity,LPA)则与这些指标呈负相关,但其与肺活量呈正相关。静坐行为(sedentary behaviour,SB)与多数体质指标呈负相关,睡眠时间与体质总分、坐位体前屈、跳远、仰卧起坐和长跑表现呈正相关。成分等时替代分析显示:10 min SB或LPA替代同等时间的MVPA产生的不利效应均远大于10 min MVPA替代相应行为所产生的有益效应(体质总分:SB,-0.92分vs 0.73分;LPA,-1.1分vs 0.91分)。结论:MVPA是学生群体体质发展的主要影响成分,而睡眠可能是体质健康干预的另一重要方向。相比单纯性地减少SB时间,保持MVPA水平更具意义。

基于成分数据分析法的医院药品费用结构变化预测研究

目的:通过处理全国410家样本医院的全身抗感染药季度采购数据,阐述与简单线性回归预测法相比,引入成分数据分析法预测药品费用结构变化的优势。方法:处理2006年1季度至2009年4季度全国410家样本医院的全身抗感染药季度采购数据,采用成分数据分析法预测2010年1季度至2012年4季度用药费用结构;比较该方法与简单线性回归预测法的预测值与实际值间的相异度。结果:成分数据分析法的预测值与实际值间的欧几里德距离与Aitchison距离在2010年1季度至2011年2季度均小于简单线性回归预测法,但在2012年1季度至2012年4季度均大于简单线性回归预测法。结论:与简单线性回归预测法相比,成分数据分析法应用于短期预测医院用药费用结构时可表现出更高的准确性。

基于主成分分析的黄土沟壑区土壤肥力质量评价——以长武县耕地土壤为例

以陕西省长武县所处的黄土高原沟壑区土壤为研究对象,通过主成分分析并结合Norm值的方法,筛选出活性有机质、全氮、速效磷、速效钾、粘粒、CEC、过氧化氢酶、磷酸酶和转化酶等12项指标,建立了黄土沟壑区土壤综合质量评价的最小数据集(MDS)。采用客观方法(主成分分析法)以及主客观相结合的方法确定了两种类型的权重系数,分别计算了土壤综合质量指数,发现两种方法计算所得的土壤综合质量指数之间具有很好的一致性。另外,把由主成分分析法计算的土壤综合质量指数与利用偏相关系数法计算出的土壤综合质量指数进行了线性回归分析,两者之间达到极显著相关,说明用主成分分析法在该地区进行土壤质量综合评价是客观可行的。各因子的隶属度表明,活性有机质是该地区主要的限制性因子,全氮次之。几种不同方法计算的土壤质量表明,果园土壤质量优于农田土壤的,不同地形部位土壤质量比较发现,塬面的土壤质量相对最高,坡地(梯田)次之,河滩地相对最低。

活动行为时间使用流行病学及其国内研究展望

活动行为时间使用流行病学已成为当前国际公共卫生领域的重要发展前沿之一。本文对时间使用流行病学的学科形成进行概述,并从关键研究问题、数据性质和统计学分析方法3个方面总结活动行为时间使用流行病学的特点。通过梳理国内活动行为时间使用流行病学的研究现状,提出未来应重点开展活动行为时间分配的健康影响效应、活动行为最佳使用时间分配、活动行为使用时间分配模式的分布及其影响因素等领域的研究,同时指出在方法学方面的改进之处。

岩石地球化学数据挖掘及弱异常识别--以新疆阿舍勒铜矿为例

勘查地球化学找矿工作的重点在于正确解译地球化学数据,以便从冗杂的地质信息中精准提取与成矿有关的异常信息,指导找矿研究。然而,地球化学数据属于成分数据,具有闭合效应,只有对数据进行正确的预处理才能应用多元统计分析方法,还原元素真实的空间分布。本文在阿舍勒铜锌矿区外围南侧区域共收集1009件地表原生晕样品,对样品中的13种微量元素进行测试,并对原始数据、对数及ilr变换后的数据进行EDA分析,对比数据空间分布及内部结构特征。运用(稳健)主成分分析,结合成分数据双标图及第一主成分点位图,解译三类数据指示的元素组合与成矿信息之间的关联。随后运用多重分形滤波技术,对以ilr变换为基础的稳健主成分得分数据分解元素组合异常和背景分布特征。结果表明:①经过对数及ilr变换后的数据相比原始数据空间尺度更均匀,数据近似正态分布;②三类数据双标图表明,仅ilr变换后的数据消除了“闭合效应”,且其第一主成分元素分组揭示了研究区铜矿化与铅锌多金属矿化组合;以对数变换与ilr变换为基础的第一主成分点位图表明,后者主成分得分异常能够较好指示研究区地质找矿信息;③结合研究区地质找矿信息、元素组合异常及背景空间分布特征,最终圈定3个有利找矿靶区。

中成药质量稳定性的原子吸收光谱鉴别分析

对全国各地用原子吸收光谱仪测定10批次大活络丸中12种无机元素及建立的指纹图谱,尝试用成分数据分析法、向量相似法和模糊聚类法建立全国无机元素的指纹图谱和中药质量控制标准方法,获得较满意的结果。研究表明,建立无机元素指纹图谱控制中成药中无机元素的质量,具有很好的实用性和可操作性,用于全国各地不同厂家生产的大活络丸无机元素的质量控制是切实可行的。

基于卷积自编码网络的夏河-合作地区金矿定量预测

甘肃夏河—合作地区属西秦岭成矿带,区域地质构造复杂、矿产资源丰富。该地区已发现一定数量的金多金属矿床(点),且在矿集区及周边地区仍存在良好的金多金属矿找矿潜力。本文以夏河—合作地区为研究区,基于成分数据分析定量提取了成矿元素组合,集成了以构造-地球化学异常为基础的多元信息综合找矿模型,基于卷积自编码网络(Convolutional Auto-Encode,CAE)模型进行区域金矿产资源定量预测。结果表明CAE模型在该区的预测具有良好的性能(AUC=0.90),以此为依据确定的7个预远景区值得进一步开展勘查工作。

全民健身时代下运动类软件使用影响因素研究——以Keep软件为例

本文以Keep软件为例,先是通过基本描述性统计分析对Keep软件的使用人群以及不同人群的各种使用情况进行研究,以实现对Keep软件功能的分析;然后运用分类数据主成分分析方法挖掘出潜在客户。最终得出以下结论:第一,Keep软件具有很大的使用人群,但人们使用频率普遍较低且使用的功能较基础;第二,年龄对是否使用Keep软件有显著影响,用户整体基本呈现年轻化;第三,不同年龄段使用软件的原因各不相同,可以此为依据挖掘潜在客户。最后,针对分析结论提出对应建议。

三维荧光光谱结合组合算法在环境污染监测中的应用：油种鉴别与定量分析（英文）

针对油类污染物成分复杂,光谱重叠难以识别的问题,提出采用三维荧光光谱结合组合算法对油类污染物进行了定性和定量分析。荧光光谱中存在的瑞利散射对三维荧光光谱检测有较大影响,提出了缺损数据修复-主成分分析(MDR-PCA)方法对矿物油三维荧光光谱的瑞利散射进行处理,原理是单个荧光光谱激发发射矩阵符合双线性,可用主成分分析(PCA)法来解析。MDR-PCA法首先将荧光数据中的散射干扰数据全部扣除,之后利用主成分分析(PCA)迭代过程对扣除数据进行重构修复后补全数据。该方法在消除散射干扰的同时充分利用了荧光物质光谱矩阵中的有效信息。利用不同浓度的矿物油的激发-发射荧光光谱构建了三维数据。样品数据来源于柴油、汽油和煤油三种溶质的四氯化碳溶液。常用于三维荧光光谱数据分析的三线性分解算法有平行因子分析(PARAFAC)、交替三线性分解(ATLD)和自加权交替三线性分解算法(SWATLD)等。PARAFAC基于严格意义上的最小二乘原则,具有抗噪声强、模型稳定、微小预期误差等优点,可以实现三维数据阵列的最佳拟合,但该算法收敛速度较慢,对组分数敏感。ATLD算法通过提取对角主元和切尾奇异值求解广义逆,极大提高了收敛速度并降低了对组分数的敏感度,从而实现三线性分解。然而,取对角元时易使ATLD方法对噪声敏感。SWATLD算法既继承了对组分数不敏感、收敛速度快等优点,又降低了噪声水平的影响。但是在抗共线程度方面,SWATLD算法在抵抗共线性程度方面的能力较ATLD略有降低。基于此,论文根据三线性分解算法迭代过程中损失函数的变化,对迭代过程进行划分,提出了三线性迭代方法的组合算法(algorithm combination methodology,ACM)—将ATLD,SWATLD与PARAFAC组合在一起,充分发挥各算法的优点,实现二阶校正算法的优势互补。采用ACM算法对两组分及三组分矿物油样品的三维荧光光谱数据进行解析,并对三种矿物油的回收率进行了计算。柴油的回收率为97.08%,汽油的回收率为97.34%,煤油的回收率为97.25%。解析光谱和回收率表明,ACM算法能够实现油类污染物的种类识别及浓度测量。

面向高维混合不平衡信贷数据的单类分类方法

为实现对高维混合、不平衡信贷数据中的不良贷款者的准确预测,从降维预处理和分类算法两方面进行优化,提出一种基于混合数据主成分分析(Principal Component Analysis of Mixed Data,PCAmix)预处理的单类K近邻(K-Nearest Neighbor,KNN)计算均值算法。针对传统的主成分分析(Principal Component Analysis,PCA)不能直接处理定性变量的问题,使用PCAmix降维预处理数据,为规避不平衡数据在二分类模型中性能较差的缺点,采用单类分类和K近邻算法邻居计算的思想,仅采用多数类训练模型。利用Bootstrap方法找到最佳的决策边界,使得正负样本最大限度地分离,最终准确预测客户的违约风险。采用UCI数据库中的German和Default个人信用评分数据集进行验证,实验结果表明该算法在处理高维混合、不平衡的信贷数据上具有较好的分类效果。

基于TM数据的某矿区遥感矿化蚀变信息提取研究

矿化蚀变信息是重要的找矿标志,利用遥感技术提取蚀变异常信息在找矿评价预测工作中,是一种快速高效的方法。地表植被和第四系覆盖的干扰,增加了遥感蚀变信息提取的难度。本文以安徽某地区为研究区域,选用TM影像作为数据源,对植被、水体、阴影等干扰因素进行掩膜去除,采用主成分分析技术,标准差倍数法密度分割处理,并与地层信息叠加以消除假异常的方法,成功提取了该区矿化蚀变信息。

24h活动行为与大学生体质健康关系的成分分析

目的 探讨大学生24 h活动行为与体质健康之间的关系,为大学生体质健康干预提供参考。方法 2022年9月23日至11月12日,采用分层方便抽样方法在上海市、湖北省和浙江省各抽取1所综合性大学,共对342名大学生进行调查。采用加速度计测量大学生24 h活动行为,采用《国家学生体质健康标准(2014年修订)》规定的项目评价大学生体质健康;使用成分线性回归分析24 h活动行为与体质健康之间的关联,并探讨24 h活动行为等时替代对体质健康的影响。结果 大学生睡眠、久坐行为、低强度身体活动(LPA)、中高强度身体活动(MVPA)几何均值分别为515.89,678.88,196.30和48.92 min/d;体质健康综合得分为(73.09±8.55)分,及格率为72.51%,优良率为20.76%,不及格率为6.73%。成分线性回归分析显示,MVPA(β=2.55)、LPA(β=5.88)与体质健康呈正相关(P值均<0.05),睡眠(β=-5.18)、久坐行为(β=-3.24)与体质健康关联无统计学意义(P值均>0.05)。15 min等时替代分析显示,MVPA替代睡眠和久坐行为,体质总分分别增加0.71,0.64分;LPA替代睡眠和久坐行为,体质总分分别增加0.50,0.43分。剂量—效应分析发现,LPA与久坐行为和睡眠之间的等时替代具有对称性;MVPA与久坐行为和睡眠之间的等时替代具有不对称性,MVPA替代睡眠和久坐行为对体质健康的改善效果随分配时间的延长递减,而睡眠和久坐行为替代MVPA的不利影响随分配时间的延长递增。结论 在24 h活动行为中,LPA、MVPA时间增加对大学生体质健康有益。大学生应积极将久坐行为向PA转变,尤其是MVPA。

基于核独立成分分析和支持向量数据描述的非线性系统故障检测方法

复杂工业过程数据通常具有非高斯性和强非线性特征,为此提出了一种基于核独立成分分析和支持向量数据描述(KICA-SVDD)的非高斯非线性系统的故障检测方法.该方法首先运用核独立成分分析方法对数据进行特征提取,然后通过引入支持向量数据描述对独立主元成分进行建模,并计算相应的统计量及控制限,实现非高斯非线性系统下的故障检测.最后在Tennessee-Eastman(TE)过程上进行了仿真实验,结果表明所提出的方法降低了故障错分比例和漏检比例,验证了其可行性和有效性.

大活络丸原子吸收指纹图谱和鉴别的研究 Ⅰ.建立生产厂的厂标的无机元素指纹图谱的探讨

目前中药绝大多数指纹图谱都是对中药有机成分,进行研究和建立的指纹图谱,建立无机元素指纹图谱的研究未见报道。文章通过对江西樟树制药厂生产的27批次的大活络丸用原子吸收光谱仪测定的12种无机元素及其建立指纹图谱的研究,尝试用向量相似法和成分数据分析法对大活络丸和不同种类的中药进行鉴别。研究表明无机元素用这两种方法具有较强的预测能力,完全可以达到区分和鉴别是否是大活络丸的效果;并且证明中药无机元素质量控制标准的建立是可行的。文章通过无机元素指纹图谱建立和不同种类中药的鉴别,为目前中药无机元素质量标准的建立提供了新思路、新方法。

中国木质家具出口总量与结构预测建模研究

该研究利用成分数据的理论和方法,对我国木质家具出口总量和结构进行研究,揭示了木质家具行业出口产品的数量与结构特征,构建了木质家具出口结构分析预测模型,从定量的角度揭示了木质家具出口总量和出口产品结构变动的趋势情况,并进行了短期预测。结果表明:卧室用木家具和办公室用木家具出口数量会继续增加,但增速放缓;而厨房用木家具和其他红木漆木家具则会持续小幅下降。这些数据反映了国外对我国木家具的需求总量和需求结构,通过对我国木质家具的出口总量和结构的分析,有利于把握家具出口产品的数量动态变化和结构变动规律,为我国木家具企业产品生产结构调整提供数量依据。