1) major composition variation
主成分变异
2) compositional variation
成分变异
1.
Take for example the Bashikaogong oblique thrust ductile shear zone that forms the boundary between the northern Altyn Tagh-Hongliugou-Lapeiquan subduction-collision complex zone and the northern Altyn Tagh block, the authors estimate the influences of ductile shear deformation on the rock volume loss and compositional variation by comparing the geochemical compositions of tectonite o.
本文以构成北阿尔金红柳沟-拉配泉俯冲碰撞杂岩带与北阿尔金地块边界的巴什考供斜向逆冲型韧性剪切带为例,通过对韧性剪切带内花岗岩变形前后不同变形强度构造岩的地球化学组成进行对比,确定等比线斜率,探讨韧性变形对岩石体积和成分变异的影响。
2.
Isorat analysis of granitic tectonic rocks before and after deformation shows that the REE compositional variation mainly from REE relative enrichment caused by large volume deficiency.
稀土元素在韧性剪切带中发生有规律的成分变异。
3) composition variation
成分变异
1.
This paper reviews the progress of shear zones on the basis of composition variation,volume change and fluid flow,and discusses the relationship between fluid flow and deformation/metamorphism in the eclogite facies shear zones.
简要介绍了一般剪切带的成分变异、体积变化、流体流动的研究进展，着重讨论了榴辉岩相剪切带流体流动与变形变质作用的关系，认为剪切带应变不均匀性、变质作用不均一性和流体存在状态及流体超压是榴辉岩形成和保存的３个主要制约因
4) PCA transformation
主成分变换
1.
Based on geo-science assessment on NOAA/AVHRR data,facing remote sensing image pattern recognition,monthly composition and PCA transformation were carried out on 10d composition and 1km spatial resolution NOAA/AVHRR NDVI of two-year time series data set,from Apr.
在NOAA/AVHRR数据地学评价的基础上,面向遥感影像模式识别,对内蒙古地区1992年4月～1993年3月和1995年2月～1996年1月的10d合成、1km空间分辨率NOAA/AVHRRNDVI2年的时间序列数据集进行月合成与主成分变换处理,为遥感影像模式识别提供了有效的数据源。
5) Principal Component Transform
主成分变换
1.
The Automatic Detection Methods of Changing Information for Dynamic Monitoring by Principal Component Transform;
基于主成分变换的动态监测变化信息自动发现
6) principal component transformation
主成分变换
1.
The application of principal component transformation and Bayesian regularization back propagation (BP)neural network in forest volume estimate was introduced through a specific sample in this paper.
介绍主成分变换和经规则化调整法进行泛化改进的BP神经网络在森林蓄积量建模估测中的应用,比较普通BP神经网络与泛化改进的BP神经网络对蓄积量预报的差异,分析直接用中心标准化的观测值建立仿真模型和进行主成分变换后再建立模型的效率问题。
2.
In this paper, the principal component transformation method is used to make the fusion of Resource 2 satellite panchromatic band image and Landsat 7 ETM multispectral band image so as to enhance and extract the inshore tidal flat information in the Fuqing and Changle areas of Fujian Province.
利用“资源二号”的全色波段和Landsat 7 ETM的多光谱波段,采用主成分变换的方法进行融合,对福建省的福清、长乐沿海的滩涂信息进行增强和提取。
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