主成分分析法

1
PCA
...主成分分析法(PCA)是人脸识别传统方法之一,是模式识别中一种普遍的线性组合算法。传统PCA算法因光照等外界因素和计算量较大等问题导致识别率较低。
2
Principal components
具体而言，本研究将采用因子分析中的主成分分析法（principal components）来进行效度分析，将特征值大于1作为选取因子的原则，且利用最大变异法（Varimax）作为正交转轴，从而保留因子载荷量绝对值在0.5以...
3
principal component regression
... 匹配指数match index，M.I. 主成分分析法principal component regression，PCR 人工神经网络方法artificial neural networks ...
4
principal components solution
...素分析与因素命名：（一）竞标网站使用动机因素分析使用动机共 21 题，采用 主成分分析法 （ Principal Components Solution ）作为抽取因素的方法。

短语

1
研究方法：主成分分析法、灰关联分析。
Methods of principal component analysis, grey incidence analysis were employed.
2
方法应用主成分分析法和模糊综合评判法分析数据。
Methods Data is analyzed by principal components analysis and ambiguity synthetic judgment.
3
介绍了主成分分析法的原理和它在天体物理中的广泛应用。
The main principle and applications to astrophysics of PCA are reviewed in this paper.

主成分分析法
主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在实际问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。

点击反馈