导读:本文包含了改进主成分分析论文开题报告文献综述及选题提纲参考文献，主要关键词:皮棉,质量,评价,主成分分析
改进主成分分析论文文献综述
舒服华[1]（2019）在《改进的主成分分析法在皮棉质量评价中的应用》一文中研究指出介绍了主成分分析法的基本原理,运用改进的主成分分析法对皮棉质量的10个指标进行分析与线性组合,确定了评价皮棉质量的3个综合新变量,并对8种不同皮棉试样进行了质量评价。研究可为纺织企业高效评价皮棉质量提供借鉴。(本文来源于《国际纺织导报》期刊2019年07期）
毛前军,方曦,李冠男,梁致远,胡云鹏[2]（2019）在《基于经验模态分解去噪改进主成分分析的冷水机组传感器故障检测》一文中研究指出提出了一种基于经验模态分解(EMD)阈值去噪(TD)和主成分分析(PCA)相结合的冷水机组传感器故障检测方法(EMD-TD-PCA)。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量,针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式冷水机组的实际运行数据,用于验证故障检测效果,并与传统PCA方法和小波阈值去噪(Wavelet-TD-PCA)方法的传感器故障检测结果进行了对比。结果表明:EMD-TD-PCA可以有效提高冷水机组传感器的故障检测效率,同等偏差条件下,故障检测效果优于传统PCA方法和Wavelet-TD-PCA方法。对于小偏差(-1～1℃)故障,故障检测效果提升尤为明显。(本文来源于《暖通空调》期刊2019年07期）
赵秋菊[3]（2019）在《改进主成分分析的遥感影像变化检测算法》一文中研究指出针对基于多光谱遥感数据存在冗余以及变化检测阈值无法自适应问题,本文提出了一种对主成分分析进行改进的遥感自动变化检测算法。首先,对多时相的多光谱影像进行z-score标准化处理;然后,对I_1时相的影像进行主成分变换,并利用I_1时相计算得到主成分变换矩阵对I_2时相影像进行主成分变换;接着对变换后的主成分影像(p1,p2)求差,并对主成分差值影像(P)进行标准主成分变换,得到主成分影像p_3; p_3的前两个主成分差值影像p_4,以一倍标准差作为变化阈值,自动确定出变化区域。实验结果表明,该方法不需要对影像进行辐射校正,可以自动确定阈值来提取变化区域,同时提高了遥感变化检测的精度。(本文来源于《测绘与空间地理信息》期刊2019年06期）
杨亚刚[4]（2019）在《改进主成分分析法下的保险数据风险因素分析》一文中研究指出为全面分析保险存在的风险因素,文章在深入分析保险与经济增长关系的基础上,选取车险行业作为研究对象,并通过改进主成分分析法分析了其存在的风险因素,从而确保保险行业处于健康、稳定的发展状态。文章在获得有用信息的基础上,明确了12个影响行车安全的风险因子,并具体划分为汽车性能状态、驾驶人员的驾驶行为习惯两类。本文利用这种方法对风险因子数据展开降维处理,共获得4个主成分,以此作为车险行业的定价因子,从而为车险行业开展差异化保费计算提供了重要参考。(本文来源于《商业经济研究》期刊2019年12期）
杜建菊,林鑫[5]（2019）在《改进的主成分分析法在上市银行财务状况综合评价中的应用》一文中研究指出上市公司的财务状况对于其投资决策具有重要作用,而众多的财务指标增加了分析难度.文章在主成分分析的基础上,提出了改进的主成分分析方法,相比传统方法,能够更好的保留原始数据的变异性和相关性.在提取主成分时,更少的主成分能够代表更多的原始信息,具有良好的降维效果.通过对13家上市银行的19项财务指标进行综合评价,得出了各上市公司的财务状况综合得分并进行了排名.(本文来源于《通化师范学院学报》期刊2019年06期）
丁碧薇[6]（2019）在《基于主成分分析改进算法的人脸识别研究》一文中研究指出近年来,人脸识别是基于生物识别的认证系统最重要的应用之一。面部识别是一种识别任务模式,在识别过程中,经常会出现识别错误的情况。为了提高识别率,本论文提出了两种人脸识别改进算法。由于算法的优劣会直接影响识别率的高低,所以如何构造新算法,同时提高人脸识别的识别率和运算效率是当前人脸识别的研究热点。本文围绕人脸识别,在改进的模块化双向2DPCA(二维主成分分析)的人脸识别算法(IM(2D)~2 PCA)和结合KPCA、SRC和KDA的基于核的鲁棒干扰字典的人脸识别算法(KRDD)等方面进行了深入的研究,主要创新成果如下:(1)本论文提出了基于改进的模块化双向2DPCA的人脸识别方法。首先,将人脸图像划分为若干个子图像,然后根据子图像的数量,通过双向2DPCA提取每个子图像的人脸特征。最后,使用支持向量机把图像分类。实验结果在ORL人脸数据库和YALE人脸数据库上得到验证,该方法在人脸识别率和计算效率方面比其他任何2DPCA方法都表现得更好。(2)本论文提出了一种基于核的鲁棒干扰字典(KRDD)的算法,用于人脸识别,解决了现在字典学习中信号无法完全覆盖所表示的重要组成部分的问题。KRDD可以通过降维来有效地提取内核的主成分。KRDD不仅在遮挡面部数据方面表现良好,而且还擅长抑制类内变异。KRDD通过提取和生成由面部变化产生的综合训练样本的多样性来学习强大的干扰字典。具体表现为获取基本字典、真实干扰字典和模拟干扰字典,记录来自不同对象的数据以完全表示共性和干扰。通过学习干扰变化的几个核主成分来模拟两个干扰字典,然后通过核判别分析(KDA)投影建模获得相应的字典。最后,把扩展稀疏表示分类器(SRC)用于分类。通过实验验证,将KRDD与许多相关的领先人脸识别算法相比,KRDD的性能在识别率和运算效率方面具有很强竞争力。(本文来源于《山东师范大学》期刊2019-06-10）
谢昆明,罗幼喜[7]（2019）在《一种改进的主成分分析特征抽取算法:YJ-MICPCA》一文中研究指出针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。(本文来源于《武汉科技大学学报》期刊2019年03期）
黄鸿琦[8]（2019）在《基于RBF神经网络模型的改进加权主成分分析参数全局优化研究》一文中研究指出为分析响应预测能力对优化结果的影响,建立响应与可控因子间参数回归模型以计算预测能力指数,但复杂生产过程中模型拟合度不高,难以满足建模要求,因此提出一种基于RBF神经网络的改进加权主成分分析参数优化方法。该方法利用RBF神经网络构建非线性预测模型,计算并引入网络预测能力指数以调整加权主成分分析法,优先改进预测能力强的响应,然后进行主效应图分析,并通过建立响应曲面模型,利用遗传算法全局搜索最优点。实验结果表明,RBF神经网络泛化能力强,改进的方法能够使得多个响应达到较理想的综合优化效果,且优于企业所用参数组合。(本文来源于《河南机电高等专科学校学报》期刊2019年03期）
郑国威[9]（2019）在《基于小波分解和主成分分析的改进GS-SVM的PM2.5浓度预测研究》一文中研究指出近年来,我国多地区雾霾频发,对人们的健康和社会发展造成了严重的影响。作为雾霾中危害最大的成分—PM2.5能够长期悬浮在空气中,被吸入到人体中容易引起心血管系统和呼吸道等一系列疾病。当雾霾发生时颗粒物浓度增加会引起大气水汽的变化,进而会引起对流层延迟的变化。GPS探测大气水汽有着实时、不受天气影响,精度高等优点。因此利用GPS技术建立高效的PM2.5预测模型对于雾霾的预防和治理有着极其重要的意义。本文以北京地区为例,利用精密单点定位反演大气水汽的方法反演出天顶对流层延迟ZTD和大气可降水量PWV,结合大气污染物数据和气象数据建立融合小波分解和主成分分析的改进GS-SVM模型对PM2.5预测。本文的主要研究内容如下:1.分析了影响精密单点定位技术解算天顶对流层的几大因素,分别讨论了卫星高度截止角、卫星星历和钟差、映射函数对解算ZTD的影响,验证了实时的星历钟差产品的精度能够满足实时的大气水汽反演应用的需求。2.分析了四季PM2.5和ZTD/PWV、大气污染物和气象条件之间的关系,结果表明:PWV和PM2.5在夏季相关性较低,其余叁个季节均呈现着较强的正相关性;ZTD在春季和PM2.5存在着负相关性,其余的叁个季节均呈现正相关性;在四个季节中从整体上看PM2.5和SO_2、NO_2、CO呈正相关性,而和O_3呈负相关性;PM2.5和风速、气压和降水呈现出负相关的关系,和温度、相对湿度、露点温度呈现出正相关的关系,当雾霾频发的时候风向主要为西南风和南风。3.通过粗搜索和精细搜索结合的方法对网格搜索算法进行改进,实验结果表明改进的GS-SVM有效的提高了搜索效率。先后利用PWV、PWV结合气象因素建模、综合PWV、气象因素建模以及空气污染物建立改进的GS-SVM,实验结果表明通过这叁种方式建立模型的精度依次递增,说明加入更多影响因子有利于提高模型的预测精度。4.建立基于小波分解和主成分分析的改进GS-SVM组合模型,和改进的GS-SVM模型相比,在春夏秋冬四季中,组合模型的MAE和RMSE均低于改进的GS-SVM模型,有效的提高了PM2.5的预测精度。(本文来源于《长安大学》期刊2019-04-28）
舒服华[10]（2019）在《运用改进的主成分分析法评价蒸压粉煤灰砖性能》一文中研究指出由于蒸压粉煤灰砌块性能评价指标中存在相关性,增加了评价工作的复杂性和降低了工作效率。主成分分析方法能把多数指标转化为少数几个综合指标,且这些综合指标各自所含信息互不相关和重复,并能够反映原始变量的大部分信息,使研究的问题简单化。文中运用改进主成分分析法评价蒸压粉煤灰砌块的性能,以提高评价的效率和降低求解的难度。(本文来源于《砖瓦世界》期刊2019年04期）
改进主成分分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于经验模态分解(EMD)阈值去噪(TD)和主成分分析(PCA)相结合的冷水机组传感器故障检测方法(EMD-TD-PCA)。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量,针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式冷水机组的实际运行数据,用于验证故障检测效果,并与传统PCA方法和小波阈值去噪(Wavelet-TD-PCA)方法的传感器故障检测结果进行了对比。结果表明:EMD-TD-PCA可以有效提高冷水机组传感器的故障检测效率,同等偏差条件下,故障检测效果优于传统PCA方法和Wavelet-TD-PCA方法。对于小偏差(-1～1℃)故障,故障检测效果提升尤为明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进主成分分析论文参考文献
[1].舒服华.改进的主成分分析法在皮棉质量评价中的应用[J].国际纺织导报.2019
[2].毛前军,方曦,李冠男,梁致远,胡云鹏.基于经验模态分解去噪改进主成分分析的冷水机组传感器故障检测[J].暖通空调.2019
[3].赵秋菊.改进主成分分析的遥感影像变化检测算法[J].测绘与空间地理信息.2019
[4].杨亚刚.改进主成分分析法下的保险数据风险因素分析[J].商业经济研究.2019
[5].杜建菊,林鑫.改进的主成分分析法在上市银行财务状况综合评价中的应用[J].通化师范学院学报.2019
[6].丁碧薇.基于主成分分析改进算法的人脸识别研究[D].山东师范大学.2019
[7].谢昆明,罗幼喜.一种改进的主成分分析特征抽取算法:YJ-MICPCA[J].武汉科技大学学报.2019
[8].黄鸿琦.基于RBF神经网络模型的改进加权主成分分析参数全局优化研究[J].河南机电高等专科学校学报.2019
[9].郑国威.基于小波分解和主成分分析的改进GS-SVM的PM2.5浓度预测研究[D].长安大学.2019
[10].舒服华.运用改进的主成分分析法评价蒸压粉煤灰砖性能[J].砖瓦世界.2019