基于PCA的决策树优化算法

为了改善传统ID3算法在分类属性选择上存在多值偏向性的不足,提出基于PCA的决策树优化算法。在普通基于PCA 的决策树改进算法中,存在数据经降维处理后代表性不强的问题,导致算法需经过多次数据运行后,准确率才能小幅提升。在ID3算法基础上,在分类前两次提取属性特征值,并计算了需要分类的数据量,也即对原始数据进行最重要的属性选择。在子树建立之后,再进行数据的降维合并选择。采用UCI数据库中的3个数据集对改进算法进行验证,结果表明改进算法的平均准确率达到94.6%,相比传统ID3算法与普通PCA决策树优化算法分别提升了1.6%和0.6%。因此,基于PCA的决策树算法能在一定程度上提升结果准确率,具备一定的应用价值。     

基于主成分分析方法的实训教学质量评价指标研究

实训教学质量是实现中职人才培养目标的重要环节,实训教学质量评价指标自然成为研究者关注的热点问题。通过运用主成分分析方法的研究,确定了十个中职实训教学质量评价指标。     

基于冰山理论的高新技术企业盈利能力模型及评价——以浙江省为例

运用冰山理论并结合高新技术企业自身的特点,构建了高新技术企业盈利能力的评价模型;以浙江省2008年上市公司中的高新技术企业为样本,结合主成分分析法对这些企业的盈利能力进行评价;对主成分评价的结果进行聚类分析,提出了高新技术企业盈利能力中存在的几个问题。     

基于模糊物元的城市居住水平预警研究

结合PCA与模糊物元理论,构建了城市居住水平预警模型,并以35个大中城市为例,对城市居住水平进行了评价。研究表明:2008年,35个大中城市居住水平的警情状态均在中警以上;但是从2003年开始,太原、南昌、郑州、海口和重庆等城市预警指数降低缓慢,哈尔滨、合肥、南宁、西安、西宁、银川和乌鲁木齐等城市预警指数不降反升;当前人均住房使用面积、城市建设用地占市区面积比重、居民人均生活用电量、影剧院密度等指标预警指数相对较高,成为束缚城市居住水平发展的主要因素,人均家庭生活用水量、邮政局密度、中小学密度、中小学教师人数、医院密度、影剧院密度、城市建设用地占市区面积比重等指标从2003年开始出现了不良的发展趋势。     

珠三角九市自主创新能力测算与比较

结合定性和定量分析方法构建珠三角自主创新能力衡量指标体系,利用目前比较流行的主成分分析方法进行综合指标合成,测算珠三角九市2009—2013年的自主创新能力得分并对其进行排名。自主创新效率问题往往为众多学者和决策者忽略,强调自主创新能力不仅要有绝对指标,而且要有相对指标,也就是自主创新的效率指标,利用数据包络分析法测算珠三角九市的创新效率得分并对其进行比较。     

基于2DPCA和改进的LDA算法的人脸识别技术

为提高人脸识别的准确率,缩短图像特征提取的时间,提出了一种将二维主成分分析（简称2DPCA）与改进的线性鉴别分析（简称LDA）相结合的人脸识别方法。该法首先以图像矩阵为分析对象,直接利用原始图像矩阵构造图像的协方差矩阵。以进行特征提取和2DPCA分析;再采用改进的线性鉴别分析。得到最佳的分类特征,从理论上有效解决了传统的线性鉴别分析在人脸识别中存在的“边缘类”问题：最后．在ORL人脸库上检验了该识别方法的性能。实验结果表明,该方法抽取的鉴别特征有较强的鉴别能力。     

Coordination pattern of baseball pitching among young pitchers of various ages and velocity levels

This study compared the whole-body movement coordination of pitching among 72 baseball players of various ages and velocity levels. Participants were classified as senior, junior, and little according to their age, with each group comprising 24 players. The velocity levels of the high-velocity (the top eight) and low-velocity (the lowest eight) groups were classified according to their pitching velocity. During pitching, the coordinates of 15 markers attached to the major joints of the whole-body movement system were collected for analysis. Sixteen kinematic parameters were calculated to compare the groups and velocity levels. Principal component analysis (PCA) was conducted to quantify the coordination pattern of pitching movement. The results were as follows: (1) five position and two velocity parameters significantly differed among the age groups, and two position and one velocity parameters significantly differed between the high- and low-velocity groups. (2) The coordination patterns of pitching movement could be described using three components, of which the eigenvalues and contents varied according to age and velocity level. In conclusion, the senior and junior players showed greater elbow angular velocity, whereas the little players exhibited a wider shoulder angle only at the beginning of pitching. The players with high velocity exhibited higher trunk and shoulder rotation velocity. The variations among groups found using PCA and kinematics parameter analyses were consistent.     

水稻免耕栽培生理基础——Ⅱ.免耕水稻的光合特性

威优64、陆青早1号作为试验材料,免耕能提高功能叶的光合速率、生育前期功能叶的呼吸强度、绿叶面积、叶绿素和可溶性蛋白含量,并延缓它们在生育后期的下降速率,降低后期功能叶的呼吸速率。主分量分析说明,在研究光合作用时,光合强度、叶绿素、可溶性蛋白质、叶片含氮量,可以任意选择一个作为光合特性指际。粒/叶比说明,免耕对源的改善较对库的改善较好些。     

基于极化特征和纹理特征的PolSAR影像建筑物提取方法

极化合成孔径雷达（PolSAR）以其多参数、多通道、多极化、信息记录更加完整等特点,在城市地物提取领域中发挥着重要作用,并已成为遥感影像研究领域的热点。选择覆盖苏州市的Radarsat2影像,利用极化非相干分解法和灰度共生矩阵法分别提取19种极化特征和8种纹理特征,通过分析建筑物、植被和水体的极化特征和纹理特征进行特征组合,结合主成分分析法（PCA）和支持向量机法（SVM）对城市建筑物进行提取,并定量评估精度。结果表明：基于极化特征的建筑物提取精度最高为92.4%;基于纹理特征的提取精度最高为88.9%;极化特征与纹理特征相结合可以提高精度,最高精度为93.7%;PCA特征融合算法具有较高的运算效率,同时提高了精度。     

利用主成分分析改进SVM模型在大坝变形分析中的应用

传统的大坝变形方法主要是基于大量数据统计分析得到,而大量数据的获得显得异常困难,同时变量与变量之间会存在相关性,针对此,本文将主成分分析引入到大坝变形分析的数据预处理中,利用该方法对变形分析的因子进行分析,使得这些因子之间不存在相关性,同时又保持原有的信息要素,再将这些变量作为大坝的影响因子。利用经过主成分分析的因子对大坝变形进行分析的过程中,保证了分析的准确性,同时又提高了分析效率。