您当前所在位置: 首页 > 首发论文
筛选条件

时间

领域

全部

电子、通信与自动控制技术(7)

计算机科学技术(5)

农学(3) 显示更多>>

管理学(3) 动力与电气工程(2) 地球科学(2) 数学(2) 测绘科学技术(2) 生物学(1) 经济学(1) 航空航天科学技术(1) 中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 信息科学与系统科学(0) 冶金工程技术(0) 力学(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 物理学(0) 环境科学技术(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 纺织科学技术(0) 能源科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

人工智能27360

SiC17059

基因14674

冠心病10199

数值模拟9944

我的筛选 >
2003-2021 全部
为您找到包含“principle component analysis”的内容共29

邢芝会,孙建德

2011-08-19

学习算法包括多维尺度分析(Multidimensional Scaling, MDS)、主成分分析(Principle Component Analysis, PCA)、拉普拉斯特征变换(Laplacian

教育部博士点专项基金(新教师项目)(编号:200804221023

山东省自然科学基金(编号:Q2008G03

山东大学信息科学与工程学院,山东大学信息科学与工程学院,济南 250100

#电子、通信与自动控制技术#

0评论(0 分享(0)

肖萌,温罗生

2016-03-09

主成分分析(principle component analysis)是对高维数据进行处理、分析、压缩以及可视化的一个流行工具。在网页查询、计算机视觉中的生物信息应用、图像分析等方面有广泛的应用

重庆大学数学与统计学院,重庆 401331,重庆大学数学与统计学院,重庆 401331

#数学#

0评论(0 分享(0)

杨承挺,张理,唐年胜

2010-04-08

本文利用SPSS软件对影响国有控股工业企业经济效益的因素进行相关分析和主成分分析,分析结果表明:在国有控股工业企业中,人均增加值、人均总产值、人均实现利润、人均固定资产原值、人均资产金总额、职工人均工资对经济效益的影响在10个经济指标中的比重较大为62.10826%。

云南大学统计系,云南大学统计系,云南大学统计系

#经济学#

0评论(0 分享(0)

张超

2009-02-16

本文首先介绍主成分回归分析是将回归模型中有严重复共线性的变量进行因子提取,得到正交的因子变量,然后对因子变量进行回归模型的建立。通过对一类黄河复杂水泥沙试验数据介绍复共线性的判别方法,并利用主成分回归分析方法建立回归模型。从数据拟合的效果和模型的稳定性方面与普通的最小二乘回归模型进行对比,显示了主成分分析在复共线性条件下建立回归模型的优越性。从而解决了由于复共线而造成病态回归方程的问题。

河海大学理学院

#数学#

0评论(0 分享(0)

武文波,康停军,姚静

2007-08-05

针对IHS变换融合影像时存在较严重的光谱失真现象,本文利用主成分变换对IHS变换法进行了改进。新方法首先对多光谱影像做IHS变换得到亮度I,色度H,饱和度S三个分量,然后用I分量和高分辨率全色影像做主成分变换,并提取第一主分量,并以I为标准进行直方图匹配;将匹配后的影像与H,S进行IHS反变换得到新的多光谱图像。主观视觉分析和客观参数表明,新方法不仅很好的保留了影像的光谱信息,而且兼顾了地物细节能力的表达。

教育部博士点基金(20050147002

辽宁省自然科学基金(20042175

辽宁工程技术大学测绘与地理科学学院,辽宁工程技术大学测绘与地理科学学院,辽宁工程技术大学测绘与地理科学学院

#测绘科学技术#

0评论(1 分享(0)

秦艳,石敏超,何秀然

2007-04-18

针对发动机多个传感器的相互关联的时序测量数据,在只存在传感器故障的前提下,提出了一种基于动态主元分析(DPCA)的传感器故障诊断方法。根据测量的关联数据建立传感器的动态主元故障预测模型,系统地分析了DPCA方法对传感器典型故障的检测行为和数据修复过程。通过对某型涡扇发动机中重要传感器的故障诊断仿真实验表明,该法能同时对多个传感器的突发性或渐变性故障进行有效地诊断、隔离和数据恢复。

浙江大学电子与通信学院,空军95588部队,空军工程大学工程学院

#航空航天科学技术#

0评论(0 分享(0)

姚菲,张翼

2013-11-28

针对目前大量零值的备件预测方法精度不高的问题本文提出了主成分分析和支持向量机回归相结合的方法,对需求进行预测。首先整理分析备件的历史消耗数据进行主成分分析,得到主成分数据序列,其次,根据主成分数据序列建立训练集训练支持向量机,得到主成分预测结果,转化为备件的需求数据作为支持向量机的输入,从而预测备件的需求数据。将算法运用于某潜艇的指挥系统从不常用备件的预测中,结果显示该模型能够较准确的预测备件的需求量。

北京邮电大学经济管理学院,北京,100876,北京邮电大学经济管理学院,北京,100876

#管理学#

0评论(0 分享(0)

潘雄锋,刘凤朝

2009-08-10

本文首先建立基于企业层面的区域自主创新能力评价指标体系,然后运用全局主成分模型对京津冀地区、长三角地区、南部沿海地区和东北地区2003-2006年企业层面的自主创新能力进行了动态分析,研究结果对于认识我国各经济区的企业自主创新能力提供了重要的参考依据。

高等学校博士学科点专项科研基金(20020004020

大连理工大学经济系,大连理工大学管理学院

#管理学#

0评论(0 分享(0)

王莹,刘瑞叶

2009-07-06

虽然支持向量机具有非线性拟合、泛化能力强、训练收敛速度快等显著特点,但当处理海量电力负荷数据时,支持向量机的训练效率降低,针对解决这一问题提出的最小二乘支持向量机被引入电力短期负荷预测中。当负荷样本数据维数过高时,最小二支持乘向量机负荷预测模型的泛化能力将下降,主成分分析就是一种线性降维的措施。本文建立了基于主成分分析的最小二乘支持向量机的电力短期负荷预测模型,经过算例验证,该方法减少了工作量,提高了负荷预测模型的预测精度。通过主成分分析获得的是原始特征的线性关系,核主成分分析能够反映原始特征的非线性关系。本文提出了基于核主成分分析的最小二乘支持向量机的短期负荷预测模型,经过算例验证,该模型比基于主成分分析的最小二乘支持向量机的负荷预测模型的精度有所提高。

高等学校博士学科点专项科研基金(20060213042

哈尔滨工业大学电气工程及自动化学院,哈尔滨工业大学电气工程及自动化学院

#动力与电气工程#

0评论(0 分享(0)

田娟,王培鑫,谢刚

2011-11-02

针对传统基于SDG(符号有向图)的故障诊断方法对每个变量节点状态和高低阈值难以确定,且对各个变量单独统计,不考虑变量间相互关系的缺点,提出一种PCA(主元分析)与SDG相结合的故障诊断方法,并将其用于多源故障诊断中。将实测数据与由历史数据建立的主元模型预测值比对,判断过程中出现故障征兆的变量,根据变量状态,在SDG模型上进行反向推理,找到故障源。通过TEP仿真实验验证,表明该方法能够及时有效地检测出单个或多个故障,提高了诊断的准确性与分辨率。

太原理工大学信息工程学院,太原理工大学信息工程学院,太原理工大学信息工程学院

#电子、通信与自动控制技术#

0评论(0 分享(0)