1) principal component analysis
主成分分析
1.
Study on the influence factors of Chinese petroleum enterprises' core competence based on principal component analysis;
我国石油企业核心竞争力影响因素的主成分分析
2.
Determination of opening width of sand control screen from principal component analysis;
用主成分分析法确定防砂筛管的缝宽
3.
Application of principal component analysis and Fisher discrimination method in the classification of gasoline;
主成分分析法和Fisher判别方法在汽油分类分析过程中的应用
2) principal components analysis
主成分分析
1.
Research on the alloy feed regression model based on principal components analysis;
基于主成分分析的合金加料回归模型的研究
2.
Research of regions R&D performance evaluation based on principal components analysis;
基于主成分分析的研究与开发活动绩效评价
3.
Implementation of principal components analysis method based on Matlab;
基于Matlab的主成分分析方法(PCA)的实现
3) PCA
主成分分析
1.
Application of Principal Component Analysis (PCA) in the Assessment of Surface Water Environmental Quality in Chengdu;
运用主成分分析评价成都市地表水环境质量
2.
The application of principal component analysis (PCA) on computing of the parameters in naphtha pyrolysis;
主成分分析法在估算石脑油裂解参数中的应用
3.
QSAR studies on nitrobenzene derivatives with PCA-ANN;
主成分分析-神经网络方法用于硝基苯及其同系物的QSAR研究
4) principle component analysis
主成分分析
1.
Study on applying principle component analysis to data processing on chromatographic fingerprints for Pinellia Cum Bile;
主成分分析在胆南星质量控制研究的应用
2.
Assessment model of technology innovation in manufacturing industries based on principle component analysis and its application;
基于主成分分析法的制造业产业技术创新评价模型及应用
3.
Evaluation method on sci-tech journals based principle component analysis;
基于主成分分析法的科技期刊评价方法
5) Principal component analysis(PCA)
主成分分析
1.
The method of risk evaluation based on principal component analysis(PCA)—radial basic function(RBF) neural network(NN) was given.
对电力系统通信光纤保护通道风险评估进行了研究,给出了PCA(主成分分析)-RBF(径向基)神经网络的风险评估方法,最后对某省实际运行的光纤保护通道进行风险评估来验证该方法的优越性。
2.
This scheme restores the high-resolution residual errors for multispectral images by fusing the high-resolution residual error extracted from panchromatic image and the low-resolution residual errors extracted from multispectral images based on principal component analysis(PCA).
该方法借助于主成分分析(principal component analysis,PCA),通过对多光谱图像的残差图像和全色图像的残差图像进行融合来恢复出多光谱图像的高分辨率残差图像,以实现多光谱图像和全色图像的融合。
6) Principal Component Analysis (PCA)
主成分分析
1.
The present study used ETM+ (Landsat 7 Enhanced Thematic Mapper Plus) image to identify the hydrocarbon-induced area based on the diagnostic spectral characteristics of the hydrocarbon-induced manifestations and the spectral enhancement including Principal Component Analysis (PCA), band ratioing, Optimum Index Factor (OIF) and False Color Composition (FCC).
针对松辽盆地西部斜坡区地域辽阔、地表覆盖相对简单的地面状况及良好的稠油勘探前景,本次研究以烃渗漏蚀变矿物在Landsat 7 ETM+(陆地卫星增强型专题制图仪)各个波段上的波谱特征为基础,采用主成分分析、波段比值,最佳指数因子和假彩色合成等多种遥感图像信息增强方法,对松辽盆地西部斜坡区的ETM+7图像进行处理,得到针对研究区域烃渗漏蚀变地物的特征主成分因子、波段比值因子和假彩色合成影像;综合合成影像上烃渗漏蚀变的理论影像特征和已有探井周边的实际影像特征确定烃渗漏蚀变区的影像特征,进而解译烃渗漏蚀变区;综合分析地面样本地球化学勘探数据、地质剖面与遥感解译结果,评价烃渗漏遥感探测的可靠性和有效性;对照区域地质资料讨论异常区的地质背景;根据地表地球化学勘探结果总结烃渗漏蚀变在地面上的变化规律,利用井下样本的地球化学测试数据和录井解释探索烃渗漏蚀变沿途的地球化学变化规律。
2.
The principal component analysis (PCA) was used to obtain the principal components (PCs) and to reduce the spectral dimensions of hyperspectral reflectance.
运用可见光/近红外光谱仪获取正常的和受稻飞虱、穗颈瘟危害而倒伏的水稻冠层光谱反射率,采用主成分分析(PCA)方法对反射率光谱进行降维处理,提取2个主分量光谱。
3.
By testing SL-ICA and Principal Component Analysis (PCA).
并以人工模拟SAR图像和北京地区ENVISAT-ASAR作为数据源进行实验,实验结果明显优于主成分分析方法(PCA)的分解结果。
补充资料：主成分分析
| 主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条