首页> 外文期刊>Revue de Statistique Appliquee >Nouvelles Propriétés De L'analyse En Composantes Communes Et Poids Spécifiques
【24h】

Nouvelles Propriétés De L'analyse En Composantes Communes Et Poids Spécifiques

机译:常用成分和比重分析的新特性

获取原文
获取原文并翻译 | 示例
       

摘要

L'Analyse en Composantes Communes et Poids Spécifiques (ACCPS) est une méthode qui permet de traiter simultanément des tableaux multiples appariés par lignes. Elle stipule l'existence de composantes communes pour tous les tableaux mais les «poids» de ces tableaux pour chacune des composantes peuvent être différents. Cette méthode a été introduite pour analyser des tableaux dans le cadre de l'évaluation sensorielle. Par la suite, la méthode a été appliquée dans le cadre du couplage de plusieurs appareils de mesure et la caractérisation d'aliments par des méthodes instrumentales telles que la spectroscopie infrarouge et l'analyse d'images multispectrales. Des propriétés de l'ACCPS sont démontrées permettant de l'enrichir en procurant de nouveaux outils d'interprétation. En particulier, une nouvelle formulation de la méthode est proposée conduisant à un algorithme pour la détermination des composantes communes et des poids spécifiques plus rapide que l'algorithme original. L'intérêt de l' ACCPS et des propriétés discutées dans cet article est illustré sur la base d'une étude de cas en évaluation sensorielle.%Common components and specific weights analysis which is a technique for the analysis of several data sets is presented. It stipulates the existence of common dimensions to the various data tables, but each dimension may be differentially weighted for each data set. The application of this method to the analysis of sensory and instrumental data was presented in previous papers. We highlight a new formulation of the method from which new properties emerge. These properties are illustrated using real data.
机译:通用成分和比重分析(ACCPS)是一种允许同时处理按行配对的多个表的方法。它规定了所有表都存在公共组件,但是这些表中每个组件的“权重”可以不同。引入此方法来分析表,作为感官评估的一部分。随后,该方法被应用于多个测量设备的耦合以及通过仪器方法(例如红外光谱法和多光谱图像分析)对食物进行表征的背景下。演示了ACCPS的属性,可以通过提供新的解释工具来丰富它。特别是,提出了一种新的方法表述,从而导致了一种比原始算法更快地确定公共成分和比重的算法。在感官评估的案例研究的基础上,阐述了ACCPS的价值和本文讨论的特性。提出了%通用成分和比重分析,这是一种用于分析多个数据集的技术。它规定了各种数据表共有的维度,但是可以对每个数据集对每个维度进行加权加权。以前的论文中介绍了该方法在感觉和仪器数据分析中的应用。我们重点介绍了一种新的方法表述,从中可以得出新的特性。这些属性使用实际数据进行说明。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号