1) principal component analysis(PCA)
主成分分析(PCA)
1.
Firstly,unsupervised feature extraction based on Principal Component Analysis(PCA) and supervised feature extraction based on Partial Least Squares(PLS) are introduced.
首先介绍基于主成分分析(PCA)的无监督与基于偏最小二乘(PLS)的有监督的特征提取方法;其次通过分析第一成分结构,提出基于PCA与PLS的新的全局特征选择方法,并进一步提出基于PLS的递归特征排除法(PLS-RFE);最后针对MITAML/ALL的分类问题,实现基于PCA与PLS的特征选择和特征提取,以及PLS-RFE特征选择与比较,达到广义小样本信息特征压缩的目的。
2.
Results Analyzing the data with principal component analysis(PCA) by model recognition,the different agents can be distinguished in the scattered plots.
结果所得的数据通过模式识别法中的主成分分析(PCA),在得分散点图中实现了对不同种类的制剂的区分。
3.
japonicus,and using pattern recognitions,such as principal component analysis(PCA),partial least squares-discriiminate analysis(PLS-DA),and hierarchical cluster analysis(HCA) to analyze the data from the 1H-NMR spectra.
方法以1H-NMR技术测定样品的全成分信息,并转化成数据矩阵,采用模式识别法中的主成分分析(PCA)、偏最小二乘法-判别分析(PLS-DA)以及聚类分析(HCA)进行识别分析。
6) PCA(Principal components analysis)
PCA(主成分分析)
补充资料:Sodium PCA
分子式:C5H6NNaO3
分子量:151.09
CAS号:28874-51-3
性质:密度1.45。熔点125°C。
分子量:151.09
CAS号:28874-51-3
性质:密度1.45。熔点125°C。
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