主成分分析在教育装备管理评价指标体系建立中的应用

通过一个实例详述应用主成分分析对评价指标体系一、二级指标及其权值的建立过程,对教育装备管理部门的科学化管理有一定作用。     

一种改进的核二维主成分分析人脸识别算法

结合二维主成分分析(two-dimensional principal component analysis,2DPCA)、核二维主成分分析(kernel two-dimensional principal component analysis,K2DPCA)、二维最佳判别式(two-dimensional Linear Discriminant Analysis,2DLDA)的特点,本文提出了一种改进的核二维主成分分析人脸识别算法,可以巧妙地将图像同时映射到最佳投影空间和最优判别空间。首先通过标准的K2DPCA算法在图像的行方向上去相关性;其次在K2DPCA空间通过2DLDA算法对图像做进一步投影;最后利用最近邻准则分类器计算相似度进行判别。在标准人脸库ORL和Yale进行验证,结果表明,所提出算法可以获得更高的识别率。     

基于局部特征核主成分分析的SAR图像识别方法

本文基于局部特征核主成分分析下的SAR图像识别技术手段的探讨研究,根据其基础性能的实际要求以及行业领域的发展标准,在此基础上提出一种两级2维式的局部特征提取判别嵌入的模式,这种局部判别嵌入特征提取的SAR图像识别方法,在图像处理与识别的过程中,有效避免了传统方法中将图像数据转化为向量后所带来的维数灾难以及小样本等问题的出现,通过这种两级2维局部判别嵌入的核主成分分析特征提取方法在SAR图像识别方法中的应用,极大地增强了系统对特征的判别效果。     

教育装备管理中主成分分析前的数据预处理

介绍在教育装备管理中使用主成分分析前对采集的数据进行数据预处理的过程,并针对统计软件SPSS的使用叙述进行数据预处理的方法。     

基于主成分分析和聚类分析的城镇居民收入研究

通过采用中国统计年鉴的数据,选取5个与城镇居民收入相关的指标变量,运用主成分分析和聚类分析的方法对31个省市的城镇居民收入水平进行研究.使用SPSS软件分析数据得出目前各省市城镇居民收入之间的差距情况,并据此提出相关结论和建议.     

统计分析中主成分分析法与应用

在分析复杂社会经济现象和自然现象过程中,采用主成分分析法,将原始指标组合成新的相互独立的综合指标,利用线性函数理论和处理方法,求出主成分方程后再将原始指标进行标准化处理,求出综合评价值,而后对经济现象做出综合性评价分析。     

主成分分析在教学管理中的应用

本文用主成分分析的多元统计方法对教学管理中学生总成绩的评定进行了分析和探讨,并通过一个实例给出了这种方法的具体计算,为更客观,更科学地对学生总成绩进行排队提供了理论依据.     

基于核主成分分析的丝织物缝纫平整度模糊评价

通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能.     

基于主成分分析的黄山市及周边城市综合竞争力评价

参照国内外关于城市竞争力分析的一般原理和方法,设计了一套反映黄山市及周边城市竞争力的指标体系,利用SPSS统计分析软件对相关数据进行处理,用主成分分析方法进行分析,得出黄山市及周边城市竞争力的比较结果.     

主成分分析法在教学评价中的应用研究

教学质量是立校之本,而教师教学评价又是教学质量的中心环节。运用主成分分析法对教师教学能力指标进行统计分析,并利用SPSS软件计算每位教师在各主成分的得分和综合得分,实现了教师教学评价的综合排名,从而为教师教学评价的各环节提供定量依据。     

基于主成分分析对大学生就业力构成的研究

随着大学毕业生规模逐年暴增,大学生就业形势也愈发严重,一方面高校毕业生面临着日益严重的结构性失业问题,另一方面用人单位感到“求贤若渴”找不到合适的人才,高校作为人才输出地其培养的大学生与社会需求不符,大学生就业问题日益严重.大学生就业力是一项综合能力,本文通过构建大学生就业力构成体系,面向大学生与用人单位设计出调查问卷,研究用人单位和大学生对“工作态度与合作能力”、“生涯规划管理与学习进取能力”、“专业技能运用能力”的认可度,使用主成分分析方法,从大学生和用人单位两个角度综合评价了构成大学就业力的各因素的重要性.通过象限图分析法,对比用人单位和大学生对重要性的认知差异,为大学生和高校在提高大学生就业竞争力方面提供合理的建议.     

主成分聚类分析在广东省区域经济综合评价中的应用

首先,构建能够反映区域经济水平的12个主要经济指标作为原始指标,运用主成分分析法对广东省21个省辖市的经济实力进行综合评价,根据前两个主成分的得分进行聚类分析,最后将主成分分析和聚类分析结果进行综合分析.分析结果表明,广东省21个省辖市可划分为4类,各类区域间的经济实力差距较大.这一评价结果可以为广东经济的可持续发展提供重要的参考依据.     

基于核主成分降维的RBF网络降水预测

针对径向基函数神经网络（RBF网络）的隐层节点数、中心和宽度难以确定的问题,为提高网络性能,首先采用模糊聚类分析法对样本数据进行初始聚类,以初始分类间的最小距离作为初始宽度;然后引入正交最小二乘法训练出新的数据中心、个数及权值,修改宽度为当前数据中心间的最小距离;最后采用梯度下降法训练并调整中心、宽度及权值;几种算法进行的组合优化改进,使网络泛化性能更优.由于降水影响因子众多,采用了核主成分分析法（KPCA）对样本数据进行特征提取降维预处理.对广西5月3区的日降水量使用上述模型进行预报实验,结果表明,该模型具有较好的泛化性能,预报准确率高于T213降水预报模式,具有一定的推广价值.     

一种结合层次分析法的改进型主成分评价法及其应用

主成分分析法和层次分析法是计算多目标综合性指标中常用的方法.主成分分析法偏重于对数据所包含信息的处理,而层次分析法更依靠于专家在设定权重过程中的人为经验.通过在主成分分析法中引入层次分析法中的判断矩阵,提出了一种改进型主成分分析法.通过对评选优秀篮球教练员的实证分析,验证了新方法的优越性.     

基于核独立成分分析的静息态fMRI数据研究（英文）

为了方便提取静息态默认网络,降低功能核磁共振（fMRI）数据复杂度,克服独立成分分析只适合于源信号线性混合的限制,提出了特征降维和非线性变换的框架.首先采用主成分分析对fMRI信号的时间维度进行降维,将原始维度为153 594×128的fMRI数据降至153 594×5,以达到降低计算复杂度的目的,并保留95%的信息成分.然后利用基于高斯核的非线性独立成分分析即核独立成分分析来分析静息态fMRI数据并提取默认网络.实验结果表明,在分析静息态fMRI数据的过程中,核独立成分分析不仅能准确提取默认网络,而且降低了噪声,所得到的结果优于普通独立成分分析.     

主成分分析在综合评价中的应用

应用主成分分析原理,以少数的综合变量取代原有的多维变量,使数据结构简化,把原指标综合成几个主成分,再以这几个主成分的贡献率为权数进行加权平均,构造出一个综合评价函数.文章应用该原理对23家电器企业的实力进行了综合评价,其结果是合理可信的.     

基于主成分追踪的视频文本定位

视频中的大部分文本,特别是标题字幕会与背景有较强的对比,另外,部分文本会做线性运行或不规则运动,针对上述两种情况,提出了基于主成分追踪的视频文本定位方法,将主成分追踪这种矩阵分解算法成功应用于视频文本的定位系统中,主要包含两个步骤,首先进行视频分解,通过主成分追踪算法将视频帧分解成低秩矩阵和稀疏矩阵两部分,稀疏矩阵中包含了大部分文本信息,接下来在稀疏矩阵中进行文本定位.该方法减少了后续的文本提取和识别的难度,算法简单可行,实用性强,具有一定的现实意义.     

水稻产量影响的主成分分析

利用主成分分析法和回归分析法分析影响水稻区试品种产量的因子,结果表明,影响产量的主成分因子分别是热量、海拔—雨量、穗重和粒数;利用各因子作为自变量,水稻产量作为因变量,进行逐步回归分析,建立一个产量回归方程。方程的相关系数(R)达0.99983,各因子对生产量影响的大小为纬度>有效穗>实粒数>千粒重>年均降雨量。     

主成分法在TEREX3307自卸车故障分析中的应用

生产企业设备故障管理的通病是头痛医头、脚痛医脚,停留在出现故障的抢修上,对于蕴涵着丰富信息的设备档案资料,少有人进行分析利用。本文以TEREX3307大型装载机为例详细介绍主成分法分析设备故障的数学模型、分析方法和应用效果。