基于PCA分析和聚类分析的柑橘果实品质综合评价

【目的】研究不同柑橘品种(系)的品质特性,并建立果实品质的综合评价方法。【方法】分别采用离子色谱法和高效液相色谱法测定柑橘果实糖、酸组分及含量,并采用常规方法测定果实理化品质、总黄酮含量、总酚含量等,通过相关性分析、PCA分析及热图聚类分析对果实品质进行综合评价。【结果】甜橙类、7个杂柑及火焰葡萄柚以己糖(葡萄糖和果糖)和蔗糖共同积累、宽皮柑橘类积累蔗糖为主,而莱檬积累己糖为主。春香以积累苹果酸为主,其余品种为柠檬酸。甜橙类果实维生素C含量高于杂柑,而宽皮柑橘类果实总黄酮和总酚含量均普遍高于甜橙类和莱檬,其中青瓯柑和茶枝柑果皮的总黄酮和总酚含量均较高。应用抗氧化能力综合评价法得到排名前3的依次为清峰、青瓯柑和媛小春。PCA分析得到5个主成分,累计方差贡献率为85.120%,并建立综合评价模型。【结论】PCA分析结合热图聚类分析将33个品系(株系)聚为6类,其中第4类的兴津60、媛小春、明日见杂柑果实品质最佳。两者结合分析可系统、科学地综合评价柑橘品质的优劣,同时直观地呈现数据结果,为柑橘品种结构调整、新品种选育及功能性成分的开发利用提供理论依据。

关天经济区新型城镇化水平综合评价——基于PCA分析法

首先在界定了新型城镇化内涵的基础上,从新型城镇化发展的动力系统、质量系统和公平系统三大方面构建了评价关天经济区新型城镇化水平的指标体系,然后采用PCA主成分分析法对关天经济区各市区2003—2012年新型城镇化综合水平进行了测定及排名。结果显示:经济区在10年间新型城镇化水平总体呈上升趋势,但仍存在基础设施落后、城乡居民收入差距过大、产业结构不合理等问题。因此,以强化城镇发展动力提升为目的,合理配置产业结构;以提升城镇质量为核心,加强城镇基础设施建设;以改善社会公平为着力点,缩小城乡收入差距成为应对关天经济区新型城镇化问题的必然选择。

教学手段与教学效果关系的非参数检验及PCA分析

板书教学和多媒体教学是课程教学的重要手段。以电子商务概论课程为例,通过对板书教学和多媒体教学手段下电子商务概论课程教学效果的非参数检验和偏相关分析,明确不同教学手段与电子商务概论教学效果之间关系及其差异性。结果表明,板书和多媒体教学手段与电子商务概论教学效果之间存在强正相关关系,多媒体教学手段的教学效果较板书教学手段好。

基于PCA分析的突水水源Fisher判别模型

为有效快速地判断突水水源的位置,预防突水事故的发生,针对不同水层水质差异性,选取6大常规水化学离子作为判别因子,结合PCA分析法和Fisher判别法建立矿井突水水源判别模型。以潘三煤矿新生界下含和煤系水共20个水样为例,对该模型进行验证,并与BP神经网络判别模型进行对比,得出准确率达100%,说明该方法的可行性、准确性。

基于地图兴趣点PCA分析的人群聚集区噪声暴露评估

基于兴趣点主成分分析针对城市人群聚集区噪声暴露进行评估。首先通过主成分分析法求解兴趣点人口吸引,结合兴趣点位置信息得出区域人口分布;然后计算网格级噪声数据;最后对人口密度分级并完成噪声暴露评估。典型案例区域的噪声暴露结果显示,交通噪声暴露情况与评估点地理位置和人群密度高度关联。人口密度与暴露人口占比之间存在非对称波动变化关系,对应某一人口密度值时暴露人口比例达到极大值。试验设定条件下限行和限速措施使区域人均噪声值分别降低2.44 dB、2.69 dB,限行、限速等措施可显著改善人群聚集区的噪声暴露情况。

基于PCA分析的黑龙江省城市人力资源发展环境评价研究

本文选定5个一级指标和21个二级指标作为评价要素,取8个省市区作为比较对象,数据归一化(mapminmax)处理后,用主成分分析法(PCA)对评价指标打分,按照分值对因素进行综合评价,找出黑龙江省城市人力资源发展环境的优势和劣势指标,并提出政策建议。

中国经济增长与居民消费的DEA/PCA分析

本论文基于人均GDP以及人均消费的评价角度,提出一种研究中国经济增长的系统分析方法。首先,分别采用数据包络分析(DEA)和主成分分析(PCA)方法对中国经济进行定量评价。然后将两个方面的结果进行分析对比,并对未知的领域提供预测的方法。该方法被应用于《中国统计年鉴》所提供的2002年各省份经济增长数据。

基于PCA分析的陕西农业信息化评价及可视化研究

农业信息化对农业现代化建设具有举足轻重的作用,农业信息化水平的评价以及可视化发展程度对农业现代化的建设具有重要意义。本文统计分析了农业信息化水平评价体系,以陕西省农业信息化为背景,在农业信息化水平评价体系中进行指标海选、定性筛选与定量筛选,最后将主成分分析降维得到可以反映主要成分的2组数据可视化,直观的得出农业信息化的变化情况。

基于PCA分析的陕甘宁综合发展评价研究

通过构建城市综合发展评价指标体系,运用主成分分析法(PCA),分别从经济、社会、环境、人口以及四位一体5个部分计算并评价了陕甘宁地区综合发展水平,应用GIS技术绘制层级图将其发展水平差异可视化.结果表明:经济方面省会和工业化程度高的城市发展较快;社会发展水平方面陕西大部分城市相对较高;环境可持续方面资源型城市相对较差;人口方面陕西和宁夏人民生活水平较高,甘肃相对较差.综合比较,整体上呈现东高西低,北高南低的发展状况;城市内部陕西地区的陕北、关中地区高于陕南,甘肃地区除兰州、嘉峪关以外,综合发展水平普遍较低,宁夏除省会城市银川外,各城市发展比较均衡.

基于PCA分析方法的资源型企业财务绩效评价

资源型企业以其庞大的体量和支柱般的作用成为国民经济的重要组成部分,其财务绩效表现事关健康可持续发展,值得高度关注。因此,收集了我国A股资源型上市公司的12项财务指标,采用主成分分析法,通过四个维度的能力,综合评价资源型企业的财务状况和管理能力,并提出改进意见。

基于DBSCAN-PCA和改进自注意力机制的光伏功率预测

光伏电站功率数据存在随机性和波动性的特征,研究精准的光伏电站功率预测模型成为未来电力发展中灵活的电力调度和管理的必要条件。对此提出一种基于混合DBSCAN聚类、PCA主成分分析和改进自注意力机制的光伏功率预测模型。首先采用DBSCAN聚类将分布较为分散和密集的历史数据进行分类,得到波动数据集和平稳数据集;其次利用PCA提取波动数据的主要成分序列,得到便于模型获得关键信息的时间序列;最后提取关键气象参数与具有感知上下文信息的改进自注意力机制模型进行互助式的动态建模。实验运用RMSE和MAE两个指标说明本文所提模型在每个季节下的平稳数据和波动数据都有较高的预测精度。

基于GC-IMS技术分析五种市售不同工艺油莎豆油理化品质与风味差异

为研究市售不同工艺油莎豆油理化品质与风味的差异性,采用气相离子迁移谱(Gas Chromatography-Ion Mobility Spectroscopy,GC-IMS)技术结合主成分分析法对比不同工艺(物理压榨、热榨、亚临界萃取、高压冷榨和冷榨工艺)油莎豆油挥发性化合物之间的差异性。GC-IMS结果显示,不同工艺油莎豆油中共鉴定出76种挥发性化合物,其中包括酯类12种、醇类16种、醛类29种、酮类9种、酸类5种、呋喃类3种、吡嗪类1种、硫类1种。热榨组醛类、酯类和呋喃类物质相对含量较高(53.54%,13.06%,5.41%)。不同工艺油莎豆油风味差异性主要来源于四种关键风味物质:1-烯-3-辛醇、壬醛、(E)-2-辛烯醛和己醛。主成分分析(Principal Component Analysis,PCA)结果表明PC1和PC2分别为48.7%和30.1%,累计差异贡献率为78.8%,不同工艺油莎豆油风味物质差异显著,能够对不同工艺油莎豆油良好区分。Pearson相关性分析结果表明不同工艺油莎豆油b*值与酸价、过氧化值、p-丙二醛值和1-烯-3-辛醇之间呈显著正相关(0.57<r<0.88,P<0.05)。本研究结对市售油莎豆油生产加工、理论研究和质量检测等领域具有一定的参考价值。

基于主成分分析和深度森林算法的S700K转辙机故障诊断

针对目前转辙机故障诊断准确性不高、效率低等问题,提出了一种基于主成分分析(PCA)和深度森林(gcForest)算法的故障诊断方法。对于S700K转辙机11种故障模式下的电流、功率曲线,采用主成分分析进行电流特征值特征简约,然后使用嵌入简约特征值的改进深度森林模型提高数据处理能力,增强模型内在特征代表性。结果表明,改进深度森林模型故障诊断准确率为97.62%,验证了该方法的有效性和优越性。

基于加权PCA分析的三维点云模型对称性检测算法

对普通PCA(principal component analysis)算法进行了改进,使之能用来检测点云模型中存在的平面反射对称性。算法的执行过程如下:首先,使用每个点元的面积作为权重,执行一次加权PCA确定一个近似的对称平面作为初始平面;然后,采用迭代的方法逐步调整上述的对称平面,使之趋向于真正的对称平面(主对称平面)。在每次迭代过程中,算法根据一个距离度量来更新每个点元的权重,通过新的权重执行加权PCA计算来确定一个新的对称平面。如果当前的对称平面与上一次迭代中的对称平面足够接近或者迭代次数超过了给定的阈值,迭代就会终止,从而计算获得整体点云的主对称平面。实验结果表明即使对于非完美对称的模型,该算法也能精确地找出模型的主对称平面。

基于Landsat 8的漓江流域生态环境质量及其影响因素分析

漓江流域生态环境质量时空变化及其影响因素的精准评价对桂林国际旅游胜地与国家可持续发展议程创新示范区建设具有重要的现实意义。通过谷歌地球引擎(Google Earth Engine,GEE),融合Landsat 8遥感影像构建遥感生态指数(remote sensing ecological index,RSEI),探讨自2012年桂林国际旅游胜地建设以来漓江流域生态环境质量的时空变化格局及其主要影响因素。结果表明:漓江流域生态环境质量呈现上升趋势且总体处于中上等水平,其中,流域林地和草地生态环境质量等级主要为优和良,而建设用地和耕地等区域主要为差和较差;流域的生态环境质量具有较强的空间自相关性,呈聚集性分布格局,主要表现为高-高聚类、低-低聚类和不显著聚类;绿度和湿度指标对RSEI指数有正向影响,而干度和热度指标则为反向影响;由人为因素引起的流域土地利用和植被覆盖度变化对漓江流域生态环境质量的影响要远远大于自然因素。在国际旅游胜地建设过程中,要坚持生态保护优先发展战略,注重保护和恢复漓江流域的生态环境,以促进桂林市国家可持续发展议程创新示范区建设。

基于PCA-BP的煤矿热电厂辅机故障组合分析法

针对煤矿热电厂部分机组保护功能不完善的现状,研究并提出了一种基于PCA-BP的煤矿热电厂辅机故障组合分析法。该方法用降维处理过后的过程变量来训练和测试BP神经网络,在保证故障诊断精度的同时,减少了神经网络输入神经元,降低了神经网络建模的复杂度,因此PCA-BP组合分析法在热电厂辅机故障诊断运用中能起到很好的效果。

基于主成分分析的果蝇算法优化支持向量机回归的红枣产量预测

随着大数据技术和人工智能的快速发展,针对当前红枣产量预测模型精度低、模型优化时间过长等问题,以山西省1993—2020年的红枣产量及17个维度的因素作为基础数据,提出一种基于主成分分析的果蝇算法优化支持向量机回归(principal component analysis-fruit fly optimization algorithm-support vector regression,PCA-FOA-SVR)的红枣产量预测模型。首先利用主成分分析(principal component analysis,PCA)对数据进行降维处理,以5维的指标作为输入变量,产量作为输出变量;其次以支持向量机回归(support vector regression,SVR)为基础模型,利用果蝇优化算法(fruit fly optimization algorithm,FOA)对SVR参数惩罚因子c和核函数参数g进行寻优,构建PCA-FOA-SVR模型。对试验结果进行验证。发现PCA-FOA-SVR的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、决定系数R 2分别为3.11、3.01、0.96,SVR的各指标分别为5.33、4.07、0.9,分别提高了41.7%、26%、6.7%,最后通过GM(1,1)对各维度的数据进行预测,利用PCA-FOA-SVR模型对未来10年山西省红枣产量进行预测,结果显示在2025年红枣产量会达到一个峰值,对后续相关研究提供了一定的科学依据。

百香果皮分级萃取物中多酚轮廓分析及其抗氧化活性物质筛选

为探究不同溶剂对百香果皮多酚的萃取效率,寻找其中抗氧化活性贡献大的特征多酚。选用石油醚、乙酸乙酯和正丁醇分级萃取百香果皮乙醇粗提物,采用分光光度法分别测定其总酚总黄酮含量,借助超高效液相色谱串联质谱解析各分级萃取物中酚类化合物,并结合非靶向代谢组学技术筛选差异代谢物并定量。选用DPPH自由基清除、ABTS^(+)自由基清除和Fe^(2+)还原法分析各分级萃取物体外抗氧化活性差异,通过皮尔逊相关性分析探寻百香果皮中抗氧化活性酚类标志物。结果表明:各萃取物总酚和总黄酮含量差异显著(P<0.05),由大到小依次为乙酸乙酯部位(EE)>正丁醇部位(BE)>乙醇粗提物(CE)>水部位(WE)>石油醚部位(PE)。从CE和各分级萃取物中共鉴定出33个酚类化合物,CE、EE和BE酚类化合物种类和数量较多。主成分分析(PCA)区分了各萃取物的代谢物,正交偏最小二乘法判别分析(OPLS-DA)对羟基苯甲酸、原儿茶酸、异槲皮苷和异荭草苷为差异物。EE中对羟基苯甲酸(653.44μg/g)、异槲皮苷(2420.64μg/g)和异荭草苷(113.23μg/g)含量最高,CE中原儿茶酸(152.40μg/g)含量最高。百香果皮各分级萃取物体外抗氧化活性差异显著,EE体外抗氧化能力最强,是优质的抗氧化剂开发部位。相关性分析结果显示,总酚和总黄酮是百香果皮抗氧化活性物质基础,异荭草苷和异槲皮苷是其中的抗氧化活性酚类标志物。研究结果为建立百香果皮相关抗氧化产品质量控制标准及精准开发利用百香果皮酚类化合物资源提供了基础数据。

基于WPT-PCA-GMHMM的输气管道泄漏源特征识别研究

为了克服压力波动下输气管道泄漏信号变化幅度大导致孔径识别准确率低的问题,提出了一种基于WPT-PCAGMHMM的泄漏源特征识别模型。开展了压力波动下管道泄漏的声发射检测实验,通过小波包变换(WPT)提取了不同工况下声发射信号的小波包能量谱,随后通过主成分分析(PCA)对频带能量进行去相关性与降维。最后将数据及标签分为训练集与测试集,采用高斯混合-隐马尔可夫模型(GMHMM)实现了对管道压力与泄漏孔径的分类识别。结果表明,所提出的模型整体准确率最高达到95.20%,泄漏孔径准确率达到99.95%,显著泄漏识别准确率达到100%,在充足样本及小样本的环境下相比BPNN、SVM均有优秀的表现。

基于SSA方法的共模误差提取及其对GNSS垂向坐标时间序列的影响分析

本研究基于德国北部24个GNSS测站8 a的数据,引入奇异谱分析方法(singular spectrum analysis,SSA),提出一种顾及不同残差子分量互相关性及子分量贡献率的共模误差(common mode error,CME)识别方法.探讨了CME对GNSS坐标时间序列噪声和参数估计的影响.通过与主成分分析(principal component analysis,PCA)方法的对比发现,提出的新方法与PCA方法提取的CME结果非常接近,证实了新方法的可行性.GNSS的CME序列主要包含白噪声(white noise,WN)、闪烁噪声(flicker noise,FN)和非整数谱指数幂律噪声(power law noise,PL).在剔除CME后,各测站的WN和有色噪声量级分别平均下降了30.32%和52.61%,说明CME中有色噪声占主导地位.同时,CME改正后,坐标的周年周期和半年周期振幅均有所减小,参数拟合的均方根误差(root mean squared error,RMSE)降低了16.7%.综上所述,新方法在提高GNSS坐标时间序列质量方面具有重要实际意义.