1) Principal Components Analysis(PCA)
主组分分析(PCA)
3) 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。
补充资料：痕量组分分析
分子式：
CAS号：
性质：又称痕量组分分析。按试样中欲测组分相对含量划分的一种分析方法。一般指组分相对含量小于0.01％的分析称为痕量分析。通常痕量分析是指试样中痕量元素总量的测定，不包括化学形态分析和微区分析。对于纯金属、超纯物质的杂质含量、生物体及环境保护样品中某些有害物质的测定，常属于痕量分析范畴。若其相对含量小于10-6(旧称ppm)时，则称它为超痕量分析(ultratrace analysis)。应注意的是此类划分界限并不严格，随着测定方法的改进、测试仪器灵敏度的提高，其检测含量会更低。
CAS号：
性质：又称痕量组分分析。按试样中欲测组分相对含量划分的一种分析方法。一般指组分相对含量小于0.01％的分析称为痕量分析。通常痕量分析是指试样中痕量元素总量的测定，不包括化学形态分析和微区分析。对于纯金属、超纯物质的杂质含量、生物体及环境保护样品中某些有害物质的测定，常属于痕量分析范畴。若其相对含量小于10-6(旧称ppm)时，则称它为超痕量分析(ultratrace analysis)。应注意的是此类划分界限并不严格，随着测定方法的改进、测试仪器灵敏度的提高，其检测含量会更低。
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