基于图像矩阵变换的PCA及人脸自动识别

在图像主分量分析的基础上,提出了一种基于图像矩阵变换的主分量分析方法．该方法首先对图像矩阵进行适当的变换,用得到的新的图像矩阵构造图像总体散布矩阵后,再运用图像投影主分量分析进行特征抽取．该方法在ORL标准人脸库上的试验结果表明,经过适当的变换后抽取的鉴别特征在识别性能和速率上均优于单纯的图像主分量分析方法．另外,在AR人脸库上的试验结果也表明该方法对光照变化具有较强的鲁棒性．     

一种主分量直方图模糊增强的彩色图像分割方法研究

提出一种主分量直方图模糊增强的彩色图像分割方法,该方法自动确定主分量和次分量,并对两个分量的直方图进行模糊增强,根据模糊增强的直方图对像素点分级标号,最后根据颜色距离和空间信息进行区域合并,通过实验得到了较好的分割结果。     

学生体质健康的主分量分析

介绍了主分量分析的主要思想和方法,运用主分量分析对我院某班男生的体质健康测试成绩进行了分析和综合评价,从而达到了解每个学生的特点和不足,科学地指导学生进行体育锻炼,增强体质健康的目的.     

改进的人脸识别主分量分析算法

在应用于人脸识别领域的主分量分析(PCA)算法中,为了降低与外界光照变化相关的特征向量对提取特征的影响,提出了一种改进的主分量分析(MPCA)算法,利用相对应的标准方差对提取的特征矢量元素进行归一化处理.采用耶鲁大学的2个人脸数据库(Yale face database和Yaleface database B)进行了验证,实验结果表明,对于正面人脸和具有小角度姿态变化情况下的人脸,提出方法的性能优于传统的PCA和LDA(线性判别分析)算法,而运算量和PCA算法相同,大大低于LDA算法.     

基于PCA的SOM网络在基因数据聚类分析中的应用

把主分量分析(PCA)方法和自组织特征映射网络(SOM)相结合,应用到基因数据聚类分析中。首先对基因数据集进行PCA分析,提取出少量的特征主分量,再对数据集进行降维。这些主分量基本上可以反映原数据集的综合信息,然后应用SOM网络对得到的特征分量进行聚类分析,把相似的基因划分到一个区域。实验结果表明,与单一地选用SOM网络进行聚类分析相比,该方法有较高的分类正确率及较为清晰的分类边界,是一种非常有效的聚类分析方法。     

两种形状识别方法及其实验

物体的形状识别是模式识别的重要方向，广泛应用于图像分析、机器视觉和目标识别等领域．目前，对形状识别的主要方法有傅里叶描述子、主分量分析等．对傅里叶描述子、主分量分析方法进行了详细阐述，通过对仿真得到的数据分析比较，验证了主分量分析法和傅里叶描述子方法对形状识别具有比较好的效果．     

Principal Component Feature for ANN Based Speech Recognition *

利用函数逼近原理和主成份分析方法,提出了一种可用于解决语音信号时间规正和简化神经网络结构的语音信号主分量特征．该特征的提取过程模拟了人耳听觉系统的信息感知过程．实验结果表明基于该特征的语音识别系统可以取得比一般的ＣＤＨＭＭ和ＧＭＤＳ方法更好的识别效果     

县域地区主导产业选择研究——以安徽A县为实证分析

文章阐述了主导产业含义，列举了县域主导产业的内在要求。并据此设计了县域主导产业的主要考核指标体系，即行业增长率、经济贡献、技术、社会效应、产业关联性等。最后，以安徽省A县的产业选择（主分量）作为实证的例子。     

头相关函数时域建模仿真研究

对头相关相关函数进行了双耳的时域主分量分析,提取方位特征。对主分量进行了详细的讨论,并给出了一种实时条件下适用的矩阵迭代算法。用2种不同的方案对HRIR进行数值逼近,实验结果表明了方法的有效性。     

平行数据系统综合评价的一种算法

截面数据的多指标综合评价问题已有不少研究,而对于时间序列/截面数据(又称为平行数据)的多指标系统进行综合评价目前研究较少,利用主分量分析法和理想点法给出平行数据系统综合评价的一种计算方法,并通过实例分析说明了此方法的合理性.     

股票周回升率的统计分析

利用SAS软件对上证股市数据作了周回升率的实证研究,探讨了股票内在的联系,结果表明股票的主成分分析及因子分析具有一致性,即股市结构由一般经济条件、工业部门活动和各公司特殊活动三部分构成,并由主成分回归获得周回升率的预测值。     

Analysis of Correlation Matrices Using Scale-Invariant Common Principal Component Models and a Hierarchy of Relationships Between Correlation Matrices

In this article, we demonstrate that the scale-invariant common principal component (CPC) model previously developed in the literature is in fact not scale invariant and cannot be used to analyze correlation matrices. To fill this gap, the correct formulation of the scale-invariant CPC model is provided, and an offspring scale-invariant CPC model is defined. Based on a series of scale-invariant CPC models, a hierarchy of relationships between correlation matrices is established. We illustrate the proposed scale-invariant CPC models with two numeric examples, and spend efforts on the interpretation of the common PCs in the second example. Some suggestions are given at the end regarding the software implementation of the scale-invariant CPC models.     

我国外汇储备影响因素的实证分析——基于主成分回归模型

基于主成分回归的方法,建立了我国外汇储备影响因素的计量模型。实证研究结果表明,实际利用外资额和GDP规模是影响我国外汇储备的主要因素,进口额、汇率、进出口差额也对我国的外汇储备造成一定的影响。     

一种新的手写汉字生成方法

改进的汉字统计结构模型可生成给定风格下的手写汉字。汉字被分为三个层次:笔划、部首和单字,我们首先训练样本,基于主成分分析和核主成分分析,分别建立三个层次的概率分布;然后测试样本,最后生成了与测试样本同一风格的汉字。使用HCL2000汉字数据库进行实验,实验结果验证了提出模型的有效性。     

主成分分析法评价小东江茂名段的水环境质量

本文简要介绍了主成份分析法的基本原理和操作方法。并利用此法对小东江流域茂名市区段的水环境进行环境质量评价,所得结果与实际情况相符合。     

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。     

河北省城市化发展水平及地区差异性分析

城市化是推进经济现代化、社会现代化和城市现代化的重要手段。通过主成分分析法和Scheffe多重比较,可以发现河北省城市化的整体发展趋势以及地区之间存在着差异性。河北省城市化发展首先要发挥区位优势,借势发力,大力实施城市化发展战略;其次要重点建设城市群,走新型城市化道路;再次要注重全面协调各区域间的城市化水平。     

安徽农业可持续发展的主成分分析

构建评价安徽省农业可持续发展状况的指标体系应包括农业生产可持续发展、农业经济可持续发展、农村社会可持续发展和农业生态可持续发展等四个子系统。运用主成分分析方法综合评价安徽省2000—2008年农业可持续发展状况及其动态发展趋势,表明：2000年以来安徽省农业及其子系统发展状况良好,但仍然存在一些具体的不容忽视的问题。     

基于主成分分析的陕西省优势产业选择

优势产业的优势主要体现在区位优势、矿产资源优势、科技教育优势、旅游资源条件、丁业基础优势和政策条件等方面．一个区域经济发展的状况存很大程度上取决于该区域优势产业的发展．因此,选择陕西省优势产业的目的就在于通过发展优势产业来促进产业结构优化升级,进而带动陕西省经济的快速可持续发展．