1) Canonical principal component analysis
典范主分量分析
3) canonical principal component
典型主分量
1.
Evidence suggests that the first canonical pattern of the SST predictor has its seasonal distribution as follows: the SE part is higher in values than the NW in autumn, the east and west are lower than the central part in winter, the NW higher than the SE in spring and summer, and temporal variation of the canonical principal component pattern clearly reflects th.
典型主分量的时间变化规律清楚地反映出ＥｌＮｉｎｏ的演变过程。
4) Canonical correspondence analysis
典范对应分析
1.
Canonical Correspondence Analysis on the Students′ Examinaion Grades;
学生考试成绩的典范对应分析
2.
Canonical Correspondence Analysis Between Phytoplankton Community and Environmental Factors in Winter and Summer in Shallow Lakes of Plain River Network Areas,Suzhou;
苏州平原河网区浅水湖泊冬夏季浮游植物群落与环境因子的典范对应分析
3.
The Canonical correspondence analysis(CCA) was performed between the data of environmental factors and the data of biomass species,density of Cyanophyta,respectively.
对武汉市15个浅水湖泊在不同水期的浮游植物进行调查,同时监测相应的环境因子指标;以蓝藻物种多度及生物量数据和9个环境因子进行了典范对应分析(CCA)。
5) canonical correlation analysis
典范相关分析
1.
In this paper, we analyze the flow of radar signal processing and the methods of canonical correlation analysis (CCA).
文中通过对雷达信号处理过程和典范相关分析技术的分析研究,提出采用基于典范相关分析的多步处理抗干扰方法进行雷达抗干扰信号处理,可使雷达在复杂背景下具有更强的抗干扰能力。
2.
Based on the field investigation and indoor analysis,we study on the characteristics of soil water-stable aggregates and soil properties during vegetation rehabilitation in typical grassland of hilly-gullied loess area,and analysis the relationship between them by canonical correlation analysis.
在野外调查与室内分析的基础上,对黄土丘陵区典型草原带植被自然恢复过程中土壤水稳性团聚体及其主要影响因子的演变规律进行了研究,并用典范相关分析法对二者的相互关系进行了定量分析。
3.
Canonical correlation analysis on soil enzyme activities and trace element contents in Eucalyptus plantation soil showed that among the test elements, only Zn and Mn affected enzyme activity.
运用典范相关分析研究了桉树人工林地土壤酶活性和土壤微量元素含量关系 。
6) canonical redundancy analysis
典范冗余分析
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