主成分分析(PCA)

摘要： 建立川贝母药材中无机元素的电感耦合等离子体质谱(ICP-MS)分析方法,并对不同基源川贝母药材中的无机元素进行分析与评价.采用微波消解样品,ICP-MS法同时测定6个基源共计80批川贝母中21种无机元素的含量,并用SPSS 25.0对数据进行主成分分析(PCA)及相关性分析.结果表明,不同基源川贝母药材中无机元素种类组成无差异,但含量差异较大,K、Ca、Fe、Al、Na的含量较高;仅有一批太白贝母中的Cu含量超标,其余均低于限定标准.主成分分析选出6个主因子,得出K、Al、Mo、B、Al、Fe、Pb、Se、Mn、Cd、Cr、Na是川贝母药材的特征无机元素.

摘要： 以生食、油炸和空气煎炸乳扇为研究对象,采用顶空固相微萃取气相色谱-质谱联用技术(headspace solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)结合香气活性值(odor activity value,OAV)分析其挥发性风味成分及关键风味物质,并测定其色泽、质构特性及蛋白质、脂肪、水分和丙烯酰胺含量。结果表明:生食、油炸和空气煎炸乳扇中分别鉴定出62种、69种和83种挥发性风味物质,主要包括17种醛类、23种醇类、22种酮类、12种酯类、17种酸类和4种醚类。主成分分析(principal component analysis,PCA)表明加工方式明显影响即食乳扇风味成分的产生。在生食、油炸、空气煎炸乳扇中分别有16、18、21种关键香气成分,从油炸和空气煎炸乳扇中鉴定了15种共有的关键香气化合物(如3-甲基丁醛、1-辛烯-3-醇、1-戊醇、2-壬酮等)是热加工乳扇高感官接受度的关键成分。热加工处理提升了乳扇浓郁的奶香味,赋予了乳扇金黄的色泽、酥脆的口感,且两种热加工乳扇中均未检出丙烯酰胺。研发的营养丰富、香味浓郁、食用安全的即食乳扇产品,有利于促进云南民族特色乳制品的发展。

摘要： 为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,通常采用非接触式、高分辨率的高光谱技术研究污秽在线检测技术。为有效提取反应污秽度的光谱特征,削弱冗余与干扰信息的影响,文中提出一种基于小波包能量谱特征优化的绝缘子污秽等级识别技术。首先,对不同污秽等级的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点的光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过对数变换提升不同污秽等级间的可区分性;再次,对预处理后的光谱曲线进行小波包能量谱特征提取;最后,基于所提特征建立基于支持向量机(SVM)的污秽等级识别模型。实验结果表明,相比于采用全波段数据或主成分分析(PCA)特征数据作为输入,基于小波包能量谱特征建立的SVM污秽等级识别模型对样品识别准确率更高,可以达到99.8%。

摘要： 中文文本数据的半结构化甚至非结构化的特点使得其分类存在着特征高维的问题,传统单一的特征降维方法难以满足大数据时代的文本分类需求。基于此,提出了一种基于卡方统计(Chi-square statistics,CHI)和主成分分析(principal component analysis,PCA)的混合特征降维方法(CHI-PCA),该方法使用CHI方法初筛出类别相关的特征词,使用PCA方法对特征词空间进行二次降维,在特征降维的同时仍保留了原始特征空间最多的特征信息。通过与文档频率(document frequency,DF)、信息增益(information gain,IG)、CHI和PCA这4种传统特征降维方法的实验对比,结果表明,在不同特征维度下,所提方法在Softmax回归、支持向量机(support vector machines,SVM)分类以及KNN分类器下的整体分类效果均优于对比方法,F1宏平均值最高提升了2.7%,在每个类别上的分类性能也是可观的,这说明基于CHI-PCA的2阶段特征降维方法是可行的,在特征降维的同时,还提高了分类性能。

摘要： 针对参与需求响应的空调系统负荷预测方法存在预测精度低、预测时间长等问题,提出一种基于主成分分析(principal component analysis,PCA)与海鸥优化算法(seagull optimization algorithm,SOA)优化极限学习机(extreme learning machine,ELM)空调负荷预测模型。通过PCA提取影响空调系统负荷数据的主要特征,建立空调系统ELM负荷预测模型,并采用SOA对模型参数进行迭代寻优。为了验证算法的有效性,以某办公建筑的空调负荷数据为例进行实例分析,实验结果表明:经PCA特征提取后得到包含98.00%原信息的6项主成分,SOA-ELM模型的预测结果与实际值基本吻合,其均方根误差为0.0137,平均绝对百分比误差为0.8392%,决定系数高达0.9910,训练时长为3.482s,相较于其他3种对比模型性能更优。证明了所建模型泛化性能强、预测精度高,能够有效预测空调系统需求响应时段负荷的变化情况。

摘要： 美丽国家建设是中国以及世界各国的共同愿景。然而,究竟什么是美丽国家以及如何衡量美丽国家仍是值得深入研究的理论问题和尚未解决的实践难题。根据公共价值理论,国家的美丽应界定为蕴含在经济、政治、社会、文化、生态等不同社会领域的公共价值,这些公共价值存在密切而复杂的关联,可以通过社会经济指标得到准确的衡量。运用主成分分析,选择这五个社会领域中15项具有代表性的社会经济指标,对它们之间的关联及其所包含的信息进行分析、挖掘和降维,发现第一个主成分包含这15项指标中66.05%的信息,前四个主成分包含88.11%的信息,并将之分别命名为经济因子、生态幸福因子、性别公平因子、经济公平因子。这一发现可以印证,经济因素在美丽国家建设中居于基础性地位,但在发展经济的同时,也必须兼顾其他社会领域问题的解决及其美丽的实现。不同国家具有各自的美丽,也有各自的问题,主成分分析可以帮助各国及其治理者更加清醒地认知自身问题以及优势劣势,实现大国博弈中的知己知彼。

摘要： 目的建立高效液相色谱法(high performance liquid chromatography,HPLC)检测养正消积胶囊中红景天苷、女贞苷、特女贞苷、鸡矢藤次苷甲酯、车叶草苷酸、车叶草苷、绞股蓝皂苷XLIX、绞股蓝皂苷A和绞股蓝皂苷XVII的含量,并结合聚类分析(cluster analysis,CA)和主成分分析(principal component analysis,PCA)对养正消积胶囊进行综合质量评价。方法采用Venusil XBP C_(18)色谱柱;流动相为乙腈-2 mL·L^(-1)磷酸溶液;梯度洗脱;检测波长分别为220 nm(检测红景天苷、女贞苷和特女贞苷)、238 nm(检测鸡矢藤次苷甲酯、车叶草苷酸和车叶草苷)和203 nm(检测绞股蓝皂苷XLIX、绞股蓝皂苷A和绞股蓝皂苷XVII);采用SPSS 26.0统计软件对10批养正消积胶囊进行CA和PCA。结果养正消积胶囊中9种成分的线性范围良好(0.9991≤r≤0.9999);平均加样回收率为96.95%~100.10%(RSD值为0.67%~1.79%);CA和PCA结果一致,10批养正消积胶囊聚为3类,主成分1~2是影响养正消积胶囊质量评价的主要因子。结论建立的HPLC法可用于养正消积胶囊中多指标成分的定量控制和综合质量评价。

摘要： 针对大数据背景下随机森林算法中存在协方差矩阵规模较大、子空间特征信息覆盖不足和节点通信开销大的问题,提出了基于PCA和子空间分层选择的并行随机森林算法PLA-PRF(PCA and subspace layer sampling on parallel random forest algorithm)。对初始特征集,提出了基于PCA的矩阵分解策略(matrix factorization strategy,MFS),压缩原始特征集,提取主成分特征,解决特征变换过程中协方差矩阵规模较大的问题;基于主成分特征,提出基于误差约束的分层子空间构造算法(error-constrained hierarchical subspace construction algorithm,EHSCA),分层选取信息素特征,构建特征子空间,解决子空间特征信息覆盖不足的问题;在Spark环境下并行化训练决策树的过程中,设计了一种数据复用策略(data reuse strategy,DRS),通过垂直划分RDD数据并结合索引表,实现特征复用,解决了节点通信开销大的问题。实验结果表明PLA-PRF算法分类效果更佳,并行化效率更高。

摘要： 目的:提出一种级联主成分分析(PCA)与双树复小波变换(DTCWT)的CT和MRI图像融合新算法,以获得高质量的CT和MRI融合图像。方法:基于级联PCA与DTCWT的融合算法采用非抽样小波变换(UDWT),将已配准的CT和MRI图像分解成为不同尺度的低频和高频子图像;采用PCA融合规则和UDWT逆变换,获得初次融合子图像;采用DTCWT变换将融合子图像分解为实数与复数部分;采用最大值取大融合规则和DTCWT逆变换获得CT与MRI融合图像。选用哈佛大学脑图库中CT和MRI图像进行仿真实验,采用定性与定量结合评估融合图像质量,并将本研究算法所得融合效果与离散小波算法(DWT)、非抽样小波变换(UDWT)及PCA等算法进行比较。结果:定性分析显示,基于级联PCA与DTCWT的融合算法所得CT与MRI融合图像对比度最强,边缘信息最丰富且伪影最弱。定量结果中融合算法所得空间频率、均方误差、边缘相似度、互相关和平方差数值分别达到42.683、0.002、0.925、0.978和0.016,较其他融合算法提升8.71%~194.52%、98.46%~99.49%、8.95%~33.48%、6.19%~230.40%和42.86%~95.83%。结论:基于级联PCA与DTCWT的融合算法性能优越,能获得高质量的CT和MRI融合图像。

摘要： 【目的】研究绿汁江下游区域天然灌草丛群落在同一地理单元中的分布格局与环境变化规律,探索群落分布形成机制,找到干热河谷地区生态系统整体性修复的重要挟点,提出系统修复和综合治理办法。【方法】运用双向指示种分析法(TWINSPAN)和主成分分析(PCA),以峨山县绿汁江下段灌草丛群落森林资源调查数据为依据,研究植被分类并分析环境关系。【结果】TWINSPAN数量分类方法显示:854个图斑可划分为19个群丛组65个群丛。PCA排序结果显示:第1轴呈现了土层厚度、雨水截留量、保水能力的变化,第2轴呈现了干热方向的变化。垂直气候梯度灌草丛的丰富度从大到小依次为高原面亚热带、干热河谷带、中山南温带。各垂直气候带中都具有典型指示类型。干扰强度大的地区形成了以华西小石积Osteomeles schwerinae、山矾Symplocos sumuntia、萌生栎Quercus spp.、杜鹃Rhododendron simsii灌草丛为主的分布格局。【结论】生境过滤和人为干扰是灌草丛群落分布格局的主要形成机制。通过分析同一地理单元的天然灌草丛群落分布,可了解种群生态幅度和最适生存区。参照群丛组与环境关联关系可判断生态系统中物种所受到的主要生态胁迫。图3表5参34。

摘要： 本发明涉及一种主成分分析PCA映射模型的编解码方法及装置，该编码方法包括：对频带划分后的各频带进行频带组合处理,获得各频带组；为所述各频带组中的每个频带组确定第一映射矩阵，所述第一映射矩阵为所述频带组中的各频带共用的一组PCA映射模型的映射矩阵；对所述第一映射矩阵进行量化编码。由上可见，本发明实施例在对PCA映射模型进行编码时，不是对频带划分后的每个频带对应的映射矩阵进行编码，而是通过频带组合处理，将需要编码的映射矩阵数量由原来的每个频带对应的映射矩阵减少为每个频带组对应的映射矩阵，从而有效地降低了编码码率。

摘要： 本发明的目的在于提供一种通过对细胞投药的药物的血管(Basal/Basolateral)侧排出部分、管腔(Apical)侧排出部分、细胞内贮留部分进行定量来求出对各部分的分配比率，从而能够在体外把握药物动力学整体像的装置及方法。作为一例，提供一种成分分析装置，包括用于保持多个保持肝细胞组织的容器的保持部，测定供给所述多个容器内的成分并分析该测定的所述成分的分析部；所述多个容器至少包括第1容器、第2容器，所述第1容器保持有解除形成所述肝细胞组织的多个细胞之间的粘连的物质的第1溶液，所述第2容器中保持有缓冲液，所述分析部测定从所述第1容器内的所述肝细胞组织排出至所述第1溶液的所述成分的量以及从所述第2容器内的所述肝细胞组织排出至所述第2容器内的缓冲液的所述成分的量，来分析所述肝细胞组织中通过胆管排出的所述成分的量。

摘要： 本发明涉及一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法，属电力系统继电保护技术领域。本发明当中性点经消弧线圈接地的配电网络发生单相接地故障后，选线装置启动，首先计算在故障后短时窗内各馈线零序电流之和的绝对值，通过该值与设定阀值的大小关系实现对母线故障与馈线故障的判断；当确定为馈线故障时，然后构建各馈线零序电流矩阵并对其进行主成分分析，得到零序电流矩阵各主成分值，并分别将第一主成分各元素的符号函数与第一主成分各元素符号函数之和的符号函数作乘；最后根据该值与零值的大小关系来可靠实现故障选线。本发明提高了选线的准确性和可靠性。

摘要： 本发明涉及一种主成分分析PCA映射模型的编解码方法及装置，该编码方法包括：对频带划分后的各频带进行频带组合处理,获得各频带组；为所述各频带组中的每个频带组确定第一映射矩阵，所述第一映射矩阵为所述频带组中的各频带共用的一组PCA映射模型的映射矩阵；对所述第一映射矩阵进行量化编码。由上可见，本发明实施例在对PCA映射模型进行编码时，不是对频带划分后的每个频带对应的映射矩阵进行编码，而是通过频带组合处理，将需要编码的映射矩阵数量由原来的每个频带对应的映射矩阵减少为每个频带组对应的映射矩阵，从而有效地降低了编码码率。

摘要： 本发明提供一种基于张量鲁棒主成分分析的评分分布异常检测方法，包括获取评分数据，每条评分数据包括商家编号、评分分值和评分时间；将所有评分数据的评分时间的跨度均分多个时间段，分别计算每个时间段内每个商家编号的评分分布，得到商家编号、评分分值与时间段的三维评分分布张量；利用张量鲁棒主成分分析算法将评分分布张量分解为低秩张量和稀疏张量；计算每个时间段的稀疏张量的范数值，当该时间段内所述稀疏张量的范数值大于一预设阈值时，判定该时间段内评分分布异常。通过本发明的方法检测出来的用户基本行为，可以客观地衡量多个商家总体的质量水平，而检测出的异常行为则可以及时地发现网站或者消费市场的变化带来的实际效果。

摘要： 本发明的目的在于提供一种通过对细胞投药的药物的血管(Basal/Basolateral)侧排出部分、管腔(Apical)侧排出部分、细胞内贮留部分进行定量来求出对各部分的分配比率，从而能够在体外把握药物动力学整体像的装置及方法。作为一例，提供一种成分分析装置，包括用于保持多个保持肝细胞组织的容器的保持部，测定供给所述多个容器内的成分并分析该测定的所述成分的分析部；所述多个容器至少包括第1容器、第2容器，所述第1容器保持有解除形成所述肝细胞组织的多个细胞之间的粘连的物质的第1溶液，所述第2容器中保持有缓冲液，所述分析部测定从所述第1容器内的所述肝细胞组织排出至所述第1溶液的所述成分的量以及从所述第2容器内的所述肝细胞组织排出至所述第2容器内的缓冲液的所述成分的量，来分析所述肝细胞组织中通过胆管排出的所述成分的量。

摘要： 本发明公开了一种基于主成分分析的地震波场次成分提取方法，属于石油天然气勘探技术领域，所述方法包括：(1)综合利用地质、测井及合成地震记录资料准确标定目标层，获取对应的井旁地震道数据；(2)将所述地震数据进行自适应模态分解并按照矩阵形式写成m×n维样本矩阵；(3)对所述样本矩阵进行标准化处理并转化为对应的样本协方差矩阵，通过主成分分析获取地震数据的本征值及特征向量；(4)舍去抽取出高阶的主成分，然后重构地震数据，即获得反应地质介质属性微小变化的地震波场的次成分。本方法通过提取地震波场的次成分(储层弱地震响应特征)，能够为研究地质介质属性的微小变化提供可靠的基础，以期提高“三弱”天然气储层的识别精度。

摘要： 本发明涉一种基于红外光谱主成分分析的鉴别有机图层成分的方法，包括如下步骤：步骤1、制备标准涂层；步骤2、将制备好的标准涂层测定红外光谱；步骤3、利用Matlab软件对每种涂层的n个样品共7*n个样品的红外光谱数据作为建立主成分分析模型样本集；步骤4、选取前3种主成分，以3个主成分为坐标轴，绘制主成分空间图；步骤5、将待测涂层样品按照步骤1制备红外光谱测定样品，并进行红外光谱测量；步骤6、根据被测漆膜样品在主成分空间的聚集情况判断待涂层是否符合设计要求。该方法可以有效的鉴别涂层种类，且具有快速，准确，无损，便捷等优点。

摘要： 本发明涉及一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法，属电力系统继电保护技术领域。本发明当中性点经消弧线圈接地的配电网络发生单相接地故障后，选线装置启动，首先计算在故障后短时窗内各馈线零序电流之和的绝对值，通过该值与设定阀值的大小关系实现对母线故障与馈线故障的判断；当确定为馈线故障时，然后构建各馈线零序电流矩阵并对其进行主成分分析，得到零序电流矩阵各主成分值，并分别将第一主成分各元素的符号函数与第一主成分各元素符号函数之和的符号函数作乘；最后根据该值与零值的大小关系来可靠实现故障选线。本发明提高了选线的准确性和可靠性。

摘要： 本发明是一种基于多域分析与主成分分析的大型回转设备主轴状态特征提取方法。本发明涉及大型回转设备主轴及大型回转装备中的故障诊断与健康监测技术领域，本发明基于大型回转设备的主轴状态振动信号，进行信号时域分析；基于振动信号的频域分析结果，进行频域特征的提取，包括重心频率、平均频率、均方根频率和频率标准差；基于小波包分解将振动信号进行各个频率子频带的分解，得到各个子频带的能量，归一化后得到各子频带占比，得到主轴状态振动信号的多方位特征指标；基于主成分分析方法将多方位特征指标进行降维处理，得到降维后的反应大型回转设备主轴状态的特征信息。