1) projection discrimination based on PCA
基于主成分分析的投影法
2) Principle component projection analysis
主成分投影分析法
3) principal component projection
主成分投影法
1.
Applying the principal component projection method in evaluation of regional ecologic security,by empirical analysis of17regional-cities in An Hui Province,this paper proves that this method can truly reflect the situations o.
利用主成分投影法评价区域生态安全状况,并通过安徽省17个地级市的实证分析,得出了具有较强实际意义的结论。
2.
The principal component projection was applied to the assessment of urban ecosystem health of Ningbo.
文章以宁波市生态系统为例,利用主成分投影法评价城市生态系统健康状况,评价结果表明:宁波市的生态系统健康状况有所上升,但健康改善程度并不显著。
4) principal component projection
主成分投影
1.
According to OEW, a comprehensive decision-making model based on principal component projection (PCP) is set up, which is applied to land quality.
对信息熵理论进行了概述,提出了客观熵权(OEW)的概念,并给出了OEW的构造方法,进而建立了主成分投影(PCP)的综合决策模型,并在土地质量综合决策中进行了应用。
2.
Therefore, a multi-index evaluation model against ERP software vendor is established based on the principal component projection, which provides a theoretical basis for enterprise to make right selection of ERP software vendor.
为此,根据主成分投影的原理,建立了针对ERP软件供应商的多指标的评价模型,旨在为企业提供正确选择ERP软件供应商的理论依据。
3.
This paper studies the selection of index system for evaluation of regional ecological security and weighting method,establishes the model of the principal component projection to assess regional ecological security.
本文探讨了区域生态安全评价指标的选取和赋权方法,建立了区域生态安全的主成分投影评价模型,并通过安徽省17个地级市的实证分析,得出具有较强实际意义的结论,为区域生态安全评价研究和生态安全管理实践提供理论基础。
5) Symmetry based Two-Dimensional Principal Component Analysis (STDPCA)
基于对称的二维主成分分析
1.
This paper presented a Symmetry based Two-Dimensional Principal Component Analysis (STDPCA) on the basis of this idea of symmetry, which was introduced into Two-Dimensional Principal Component Analysis (TDPCA).
在二维主成分分析算法中引入了对称性思想,提出了基于对称的二维主成分分析算法(STDPCA)。
6) Noise-adjusted principal components analysis
基于噪声调节的主成分分析
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