核主成分法的应用

分别利用主成分法和核主成分法,对2010年江苏省13个市的旅游业发展情况进行对比分析,发现核主成法分析的结果更加合理,并分析了原因,最后对江苏未来的旅游业发展提出了建议,供有关部门参考.     

基于特征融合的人脸图像识别方法研究

为了提高人脸识别率,研究了一种基于边缘二值图像特征向量提取的方法。通过局部二值模式提取特征向量,考虑到边缘二值图像特征向量与局部二值模式提取的特征向量的区别,提出了将这两类特征向量通过PCA方法融合实现人脸识别的方法。实验结果表明基于两类特征向量融合的人脸识别方法可以有效地提高识别率。     

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.     

基于局部线性嵌入与主成分分析的优化的RBF降水预报模型

针对用主成分分析算法对非线性数据降维,存在丢失局部结构数据信息的不足,提出了将主成分分析与局部线性嵌入相结合的正交投影降维算法。首先采用主成分分析方法降维可算出特征空间矩阵,然后采用局部线性嵌入方法降维后提取特征空间矩阵,再将这两种方法获得的特征空间矩阵正交投影进行降维的主要信息作为预报因子,最后利用优化的径向基函数RBF建立网络模型,以此对广西5月区域日降水量进行降水预报,结果显示,该模型在预报性能上优于同期的T213日降水预报。     

基于主成分分析的国家助学金综合评定方法

介绍了主成分分析法的基本思想、基本原理以及计算步骤;运用主成分分析法建立了全定量化的国家助学金综合评定方法。从定量的角度应用SPSS软件对数据进行多元统计分析,然后进行综合排序,并对排序结果进行分析和评价,数据结果显示该方法具有一定的合理性。     

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.     

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．     

基于主成分分析的山西省各市区经济发展评价

以山西省十一个市区为研究对象,基于适当指标,利用主成分分析法综合评价了各个市区的经济发展状况,结果表明山西省各市区之间的经济发展存在一定的不平衡。对于山西省各市区经济发展具有一定的指导意义。     

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.     

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.     

基于主成分分析的特征脸提取及人脸识别实现

基于主成分分析的方法,对OLR人脸图像样本库做特征脸提取,然后作人脸识别。依据SVD定理及其推论,使得计算特征值和特征向量在计算机上实现成为可能。从而使得提取的特征脸组成的特征空间从原来的高维空间降到了低维空间,这为后续的人脸识别研究打下了基础。     

基于主成分分析的阜阳市城市竞争力评价

阜阳市地理位置优越,是国家大型商品粮、棉、油生产基地,是安徽首个粮食总产超百亿斤的市,同时也是皖北重要的门户。因此,研究阜阳的城市竞争力,厘清阜阳市的发展脉络,对促进阜阳的快速发展,加速皖北振兴都有重要的意义。本文根据城市竞争力有关理论,从六个方面选择了19个指标,并通过收集相应数据,利用主成分分析法,构建城市竞争力评价指标体系对城市竞争力进行定量分析并加以评价。通过与皖北地区其他五市的对比,得出目前阜阳市存在经济总量规模不大、产业结构不够合理等问题。并就如何提升阜阳市城市竞争力,提出应进一步发展城市经济、调整和优化产业结构等政策建议。     

基于主成分分析的上市公司经营管理业绩评价

上市公司的经营管理业绩可以通过一系列指标来反映,但这些个别的指标只能反映公司经营活动某时刻某方面的情况。运用多元统计方法中的主成分分析方法,对沪市、深市交通运输业板块中每股收益增长率前20名的上市公司的10个财务指标进行综合评价,得到各上市公司财务状况综合评价指数,对上市公司的经营管理业绩作实证分析。     

基于主成分分析的新疆人力资本竞争力评价

人力资本竞争力是竞争力中最重要的构成因素。评价人力资本竞争力有很多种方法,本文尝试采用主成分分析法对1999年-2003年中国31个省、自治区、直辖市的人力资本竞争力进行评价,来分析新疆人力资本竞争力在全国所处的地位,并进一步提出了优化人力资本结构,提升新疆人力资本竞争力的政策建议,为其他省区评价其人力资本竞争力提供参考。     

基于主成分分析的在线学习者评价模型构建研究

在大数据技术迅速发展的今天,利用海量的学习数据对学习者的学习过程进行数据分析、建模和解读是在线教育研究的热点和难点问题。文章提出了一种使用主成分分析对实时学习数据进行分析,最终得到对学习者评价的方法。本文通过使用大数据量的样本分析,提出了包括行为数量、行为得分、考试得分等三类共计11个指标,使用主成分分析法将这些指标降维,得到5个表征学习过程的主成分,然后使用主成分回归对5个主成分进行回归分析,最终得到对学习者的评价模型。结果显示模型能准确评估学生学习效果,并已应用于实际系统。     

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.     

基于步态特征提取方法的研究

对步态识别的国内外研究现状进行了详细的论述;介绍了基于步态识别的身份识别过程,阐述了在步态识别各阶段用到的一些方法;对步态识别的下一步工作进行了探讨。