1) Main elements analysis
主要成份分析
2) principal component analysis
主成份分析
1.
The application of principal component analysis on the regional consumption levels;
主成份分析在地区综合消费水平评析中的应用
2.
The application of principal component analysis to teaching appraise;
主成份分析在教学评估中的实证应用
3.
Seven principal components were gotten from the conclusion that the testing items were analyzed with principal component analysis.
文章用FAST仪对国内外轻薄型面料的加工性能进行了测试和主成份分析,结果表明,国内外轻薄型面料加工性能评价可用7个独立主成份来评价,第1主成份为可成形性,其它依次为湿膨胀主成份、厚重主成份、松弛回缩率主成份、经向弹性主成份、悬垂性主成份、剪切刚度主成份。
3) Principle component analysis
主成份分析
1.
SAS and SPSS software were commonly used in foretime,this paper give the application of Matlab software in multivariate statistical analysis,mostly introduce the application of Matlab Software in principle component analysis and cluster analysis and differentiate analysis.
过去一般采用SAS、SPSS软件分析,本文给出Matlab软件在多元统计分析上的应用,主要介绍Matlab在主成份分析、聚类分析、判别分析上的应用。
2.
This article extracts four factors and summarizes nine specific indications, and apply "principle component analysis" to build a rudimental.
这里抽象出我国上市公司资本结构形成的四个因素,概括出九个具体的指标,运用主成份分析建立了我国上市公司资本结构评价模型的一个雏形,并给出了一个大概的最佳的资本结构区间。
4) Principal components analysis
主成份分析
1.
Aiming at the problem that dataset is of high dimensions,principal components analysis is used in anomaly detection to reduce the dimensions of dataset.
针对数据对象是高维数据的问题,将主成份分析方法应用到异常检测中解决数据集的降维问题。
2.
The results of principal components analysis reveals that the first three principal components comprise 91.
主成份分析表明前三主成份可保留总信息量的91 。
3.
This paper used the principal components analysis method of multivariate statistical analysis theory and the cluster analysis to study the states of science and technology development of anhui province.
本文应用主成份分析法和聚类方法，对安徽省各地市企业科技开发状况进行了分析。
6) PCA
主成份分析
1.
Principal component analysis(PCA) is a technique used to reduce the complication of data .
主成份分析法是用于简化数据的一种技术,现实世界中的数据复杂且庞大,对于某些复杂数据就可应用主成分分析法对其进行简化。
2.
In order to resolve the problems of discrete wavelet neural network (DWNN), such as much nods, lack of robustness, anextended wavelet neural network (EWNN), which has small scale of nods and high quality of anti-interference, is designed on the basisof theory of principal component analysis (PCA), and its structure is optimized through sanger algorithm.
为了解决离散小波神经网络(DWNN)节点过多、鲁棒性差的问题,基于主成份分析(PCA)的思想提出了一种规模小、抗干扰性强的广义小波神经网络(EWNN),并利用Sanger算法对其结构进行了优化。
3.
in one area,the paper uses the attribute reducing technique of PCA(principal component analysis)to prepare the data,and then uses Decision Tree to classify the data,as a result,the new user s arrear type can be predicted.
针对日趋严重的移动通信欠费问题 ,文章根据某地区移动客户的产品信息、呼叫行为信息 ( CDR)、背景资料、交欠费信息等数据 ,采用了主成份分析 ( PCA)的属性归约技术对数据进行预处理 ,然后使用决策树分类技术对数据分类 ,从而识别出新用户的欠费类型。
补充资料：主要的矛盾方面与非主要的矛盾方面
表征矛盾双方在矛盾统一体中不同地位和作用的哲学范畴。主要的矛盾方面是指在矛盾统一体中居于支配地位的一方；非主要的矛盾方面则指居于被支配地位的一方。
唯物辩证法认为，任何现实的矛盾，双方的力量都是不平衡的，其中必有一方居于支配地位，而另一方居于被支配的地位。事物的性质主要地是由取得支配地位的主要矛盾方面决定的。但是，主要的矛盾方面对事物性质的决定作用，只有在同非主要的矛盾方面的相互关联中才能实现，不能离开这种相互关联孤立地起作用。
主要的矛盾方面和非主要的矛盾方面在一定条件下可以相互转化。矛盾双方在又同一又斗争的过程中,力量的对比会逐渐变化,一方由小变大,由弱变强，另一方则与此相反。这种变化达到某个关节点时，主要的矛盾方面和非主要的矛盾方面就互相易位，一事物就转化为他事物,原来的矛盾统一体就让位于新的矛盾统一体。一般说来，在新的矛盾统一体刚刚出现以及随后的一段时间内,主要的矛盾方面是新生的、向上发展的力量;而作为未来的、更高级的新事物的代表的非主要的矛盾方面一般还是弱小的。随着矛盾双方斗争的展开，主要的矛盾方面就逐渐丧失其新生的向上的性质，变成阻碍事物发展的衰颓力量,整个事物也就丧失了存在的合理性,变成了趋于灭亡的旧事物。与此同时，代表事物新的发展方向的非主要的矛盾方面则发展壮大，最终上升为主要的矛盾方面，使旧事物转化为新事物。这就是事物前进运动的内在根据。有时，新事物中残存着的代表旧事物的矛盾方面，使新事物倒退成为旧事物。但这只是事物发展过程中暂时出现的曲折现象，它终究要被新事物所战胜。新陈代谢是事物发展的必然趋势，是宇宙间永远不可抵抗的规律。
唯物辩证法认为，任何现实的矛盾，双方的力量都是不平衡的，其中必有一方居于支配地位，而另一方居于被支配的地位。事物的性质主要地是由取得支配地位的主要矛盾方面决定的。但是，主要的矛盾方面对事物性质的决定作用，只有在同非主要的矛盾方面的相互关联中才能实现，不能离开这种相互关联孤立地起作用。
主要的矛盾方面和非主要的矛盾方面在一定条件下可以相互转化。矛盾双方在又同一又斗争的过程中,力量的对比会逐渐变化,一方由小变大,由弱变强，另一方则与此相反。这种变化达到某个关节点时，主要的矛盾方面和非主要的矛盾方面就互相易位，一事物就转化为他事物,原来的矛盾统一体就让位于新的矛盾统一体。一般说来，在新的矛盾统一体刚刚出现以及随后的一段时间内,主要的矛盾方面是新生的、向上发展的力量;而作为未来的、更高级的新事物的代表的非主要的矛盾方面一般还是弱小的。随着矛盾双方斗争的展开，主要的矛盾方面就逐渐丧失其新生的向上的性质，变成阻碍事物发展的衰颓力量,整个事物也就丧失了存在的合理性,变成了趋于灭亡的旧事物。与此同时，代表事物新的发展方向的非主要的矛盾方面则发展壮大，最终上升为主要的矛盾方面，使旧事物转化为新事物。这就是事物前进运动的内在根据。有时，新事物中残存着的代表旧事物的矛盾方面，使新事物倒退成为旧事物。但这只是事物发展过程中暂时出现的曲折现象，它终究要被新事物所战胜。新陈代谢是事物发展的必然趋势，是宇宙间永远不可抵抗的规律。
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