导读:本文包含了主成份分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:成份,张量,神经网络,脑部,特征,淮河,丁坝。
主成份分析论文文献综述
刘雷,谭方玉[1]（2019）在《基于主成份分析的探地雷达信号去噪研究》一文中研究指出探地雷达是估计地下介质分布的重要浅层地球物理方法,实际记录中包含噪声是不可避免。为了提高探地雷达(GPR)勘探资料解释的准确性和可靠性,这里利用主成份分析(PCA)理论进行了强噪声背景下的探地雷达信号去噪研究。阐述PCA的基本理论,着重讨论了PCA去噪算法的实现步骤。在时间域和频率域应用PCA去噪算法,对含噪声的合成雷达剖面分别进行去噪分析,采用L曲线法确定最佳参数K,达到最佳信噪分离效果,在时域和频域中使用最佳K值进行去噪,可以提高探地雷达数据的信噪比。以GPR实测数据为例,将PCA算法应用于探地雷达剖面数据去噪,可以在保持有用信号不丢失,幅值不失真的基础上,使噪声得到了较好地抑制,有助于突出探地雷达剖面中异常体特征,达到了提高资料解释准确性和可靠性的目的。(本文来源于《物探化探计算技术》期刊2019年05期）
胡亚超,刘超,陈勇,李美蓉[2]（2019）在《基于主成份分析法的神经网络电力负荷预测》一文中研究指出影响电力负荷的变量具多,其具有非线性程度高、冗余程度高等特点,传统方法预测结果精度不高。为了提高结果精度,利用主成份分析方法对人工神经网络进行优化,达到提高预测精度的目的。首先,利用粒子群算法优化、改进径向基函数神经网络。然后,对输入量进行主成份分析、筛选,把经分析、筛选的输入量重新输入神经网络。最后,进行训练、预测,得出结果。利用经过优化、改进的模型对某地级市2016年的电力负荷进行验证。结果表明,径向基函数神经网络经过粒子群算法的优化以及主成份的分析,负荷预测精度得到了提高。(本文来源于《自动化技术与应用》期刊2019年07期）
郝婷婷,李擎,苏英彦[3]（2018）在《基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素》一文中研究指出农村商业银行在我国的银行业中占有非常重要的地位,但由于其金融主体的特殊性等一些原因,不良贷款率一直居高不下。神经网络模型是近年来学术界和应用界广泛关注的一种人工智能技术,主要通过模拟大脑的某些机理与机制,实现特定的功能。本文采用数学建模方法,针对农村商业银行不良贷款的众多影响因素,首先通过主成份分析降维,选取影响农村商业银行不良贷款的主要因素;然后以降维得到的主成份为BP神经网络的输入,以银行现有数据为样本,构建了前反馈BP神经网络模型,对农村商业银行的不良贷款率进行科学预测。本文提出的主成份分析与神经网络相结合的方法,既可以为商业银行发放贷款提供有效参考,又能有针对性的对影响不良贷款的因素进行有效控制,同时为不良贷款的研究提供了新的思路与方法。(本文来源于《电子技术与软件工程》期刊2018年18期）
廖亮,叶海昌,王新强[4]（2018）在《张量主成份分析算法在脑医学图像上的应用》一文中研究指出医学影像中的CT、MRI图像诊断是目前医生确诊疾病的重要依据。另一方面,大脑作为人类最复杂也是最重要的器官之一,对于脑部图像的特征提取和分类具有重要意义。传统上对图像特征提取习惯从向量的角度出发,这样忽略了图像结构特点。为了解决这个问题,本文结合高维空间数据结构,以数据张量化为重点将传统的PCA算法升级为Tensor-PCA,并选择当下最流行的Simulated Brain phantom Database数据集作为本文的仿真对象,经过实验证明,数据张量化的方法在提取图像的特征上具有良好的适用性。(本文来源于《影像研究与医学应用》期刊2018年19期）
叶海昌[5]（2018）在《张量主成份分析算法在脑部医学图像上的应用》一文中研究指出在计算机视觉进步迅猛的今天,图像处理技术和机器学习等相关学科也在不断发展壮大,伴随着医学图像在临床上的成功应用,医学影像处理及分类工作也越来越重要。图像的分类,就是依照图像中不同区域的像素点所反映出的不同特征,将不同的类别区分开来。分类后的图像可以广泛的应用到各种场合,如人脸识别、高光谱遥感、计算机引导手术等。脑医学影像的识别分析是一个多学科、相互交叉的热门发展方向,原因在于人脑组织结构的复杂性。大脑构成一个叁维空间影像数据集,数据量庞大且样本标记有限等,这样就增加了脑部图像分类与识别的难度。因此,作为脑图像分析与处理的关键技术之一,脑图像的特征提取与分类方法的研究得到了越来越多国内外者的关注,也成为诸多领域研究的重点。在解决高维图像的特征提取和分类问题上,一般研究学者习惯从向量的视角去解决,而这样就忽视了图像组织特性,从而破坏了高阶图像的邻域信息。为了解决这一难题,并提高脑部图像分类精度的性能,本文主要针对大脑核磁共振图像的特征提取及有监督分类方法进行了深入研究。以张量矩阵为基础,将传统的图像特征提取的主成份分析算法进行了分析和改进,扩展到高阶的张量主成份分析算法,传统的主成份分析算法仅是张量主成份分析算法中的一个特例,新算法和传统方法相比具有潜在的优越性,新算法具有更加广泛的意义,并且在计算效率上和特征提取上具有优势。本文针对 MRI 脑医学图像上 Brain Web:Simulated Brain Phantom Database,(简称BPD)叁维脑部数据集,并引用近些年来所出现的t-product的数据张量模型的定义及理论,利用磁共振脑图像的领域特征将图像像素的原始数据集进行了数据张量化,结合张量主成份分析算法将核磁共振脑图像进行了特征提取以及分类的工作,针对传统非张量的分类需求,对提取的高阶图像特征数据进行了切片操作。其次,由于张量化后的数据之间的运算是在所定义的循环卷积的张量矩阵框架内之间的运算,在实数域中计算量尤为复杂,要进行大量地计算,因此用必要提出快速计算张量主成份的算法。本文将张量化后的数据集直接带入到二维快速傅里叶域中进行,从而在运算上缩短了计算所需的时间。在本文的工作中,使用新算法对大量核磁共振脑图像MRI Phantom数据进行了广泛实验,并取得较好的效果,实验证明基于张量矩阵框架内的张量主成份分析算法在图像的特征提取和分类效果上要优于经典的主成份分析算法。本文中的张量模型不同于传统成熟的张量模型,该张量模型将近年来的“t-product”张量模进行了扩展,从而得到了“张量矩阵”的数学模型。张量矩阵模型保留了传统矩阵的行和列的双路特性,比较好的兼容了传统矩阵模型。本文的工作将张量矩阵的理论成果用于医学核磁共振图像的分析与处理上,有比较好的应用价值和引导意义。(本文来源于《中原工学院》期刊2018-04-01）
王欢,耿天召[6]（2017）在《基于主成份分析的安徽省淮河支流污染特征》一文中研究指出采用主成份分析法,运用SPSS软件分析2011—2015年安徽省淮河流域主要支流水质污染特征。结果表明:主要支流的主要污染指标为BOD、COD和NH3-N,包河、黑茨河和赵王河等排名靠前的河流污染较重,水质较差,而黄尾河、西淠河、淠河总干渠等排名靠后的河流水质较好。评价结果吻合实际情况且更加客观准确。(本文来源于《中国环境管理干部学院学报》期刊2017年05期）
王冲,王起才,张戎令,李进前,崔晓宁[7]（2017）在《基于主成份分析法的高速铁路膨胀土判别研究》一文中研究指出以某高速铁路地基中微弱膨胀性泥岩为研究对象,结合无砟轨道高速铁路对变形要求极为严格的特点,用等效蒙脱石含量、阳离子交换量、自由膨胀率和液限4项指标作为模型因子,采用主成份分析法得出针对无砟轨道高速铁路的膨胀土判别式,通过无上拱处泥岩与膨胀力试验进行验证。研究结果表明:该判别式能够准确判别区分出对无砟轨道高速铁路有影响的膨胀土,且不会对更为微弱的膨胀土产生误判,并定量地判断泥岩的膨胀性强弱。可为无砟轨道高速铁路的地基膨胀土判别提供参考。(本文来源于《铁道科学与工程学报》期刊2017年08期）
于杰,戴晓玲,章增林,庞洋洋,张紫英[8]（2017）在《广西北海野生江蓠种群生长海域水质的主成份分析》一文中研究指出本文采用主成份分析法研究了广西北海野生江蓠种群生长海域的水质特征,结果发现:周年监测的10个水质指标可以划分成代表原始数据72.895%信息的4个主要成份,依次为:氮磷营养盐、重金属Cu/Pb、酸碱度和重金属Zn以及还原性物质COD;其中DIN和Pb的含量符合叁类海水水质标准,PO4-P和COD的含量符合四类海水水质标准,Cu和Zn的含量超过了四类海水水质标准范围。说明广西北海野生江蓠种群生长可能主要受海水氮磷营养盐和重金属的影响,并可以忍受较高浓度的氮磷营养盐和重金属。为将江蓠用于富营养化和重金属污染海域修复提供了科学依据。(本文来源于《海洋湖沼通报》期刊2017年03期）
赵玉博,陈一梅,范丽婵[9]（2016）在《基于主成份分析法的丁坝技术指标分类》一文中研究指出本文以东流水道左岸1#丁坝为例,运用主成份分析的方法,对丁坝的技术指标进行分类分析,分析结果表明:丁坝的技术指标主要由丁坝顺直段及勾头段最低点高程,护底范围内坝根冲刷坑深度、坑内最深点距坝轴线的距离、坑内最近点距坝轴线的距离、冲刷坑面积,护底范围内坝头冲刷坑深度、坑内最深点距坝轴线的距离、坑内最近点距坝轴线的距离以及冲刷坑面积组成。其主成分可归纳为坝根冲刷坑成分、坝头冲刷坑成分以及坝体沉降成分叁个主成份。由主成份分析的数据结果来看,此结论基本上是正确合理的,对航道丁坝健康状况的日常检测和维护等都具有一定的指导作用,可以减少丁坝日常检测中的检测步骤、提高检测效率、节约检测成本,为非检修期对丁坝健康状况的监测以及丁坝损坏的预警提供了理论依据。(本文来源于《中国水运(下半月)》期刊2016年12期）
季业民[10]（2016）在《基于主成份分析的我国证券市场发展状况综合评价》一文中研究指出借用SPSS软件,对我国证券市场1995年至2014年的发展状况进行主成份分析,根据分析结果作出合理评价并提出相关建议。(本文来源于《智富时代》期刊2016年S1期）
主成份分析论文开题报告
（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：
影响电力负荷的变量具多,其具有非线性程度高、冗余程度高等特点,传统方法预测结果精度不高。为了提高结果精度,利用主成份分析方法对人工神经网络进行优化,达到提高预测精度的目的。首先,利用粒子群算法优化、改进径向基函数神经网络。然后,对输入量进行主成份分析、筛选,把经分析、筛选的输入量重新输入神经网络。最后,进行训练、预测,得出结果。利用经过优化、改进的模型对某地级市2016年的电力负荷进行验证。结果表明,径向基函数神经网络经过粒子群算法的优化以及主成份的分析,负荷预测精度得到了提高。
（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。
主成份分析论文参考文献
[1].刘雷,谭方玉.基于主成份分析的探地雷达信号去噪研究[J].物探化探计算技术.2019
[2].胡亚超,刘超,陈勇,李美蓉.基于主成份分析法的神经网络电力负荷预测[J].自动化技术与应用.2019
[3].郝婷婷,李擎,苏英彦.基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素[J].电子技术与软件工程.2018
[4].廖亮,叶海昌,王新强.张量主成份分析算法在脑医学图像上的应用[J].影像研究与医学应用.2018
[5].叶海昌.张量主成份分析算法在脑部医学图像上的应用[D].中原工学院.2018
[6].王欢,耿天召.基于主成份分析的安徽省淮河支流污染特征[J].中国环境管理干部学院学报.2017
[7].王冲,王起才,张戎令,李进前,崔晓宁.基于主成份分析法的高速铁路膨胀土判别研究[J].铁道科学与工程学报.2017
[8].于杰,戴晓玲,章增林,庞洋洋,张紫英.广西北海野生江蓠种群生长海域水质的主成份分析[J].海洋湖沼通报.2017
[9].赵玉博,陈一梅,范丽婵.基于主成份分析法的丁坝技术指标分类[J].中国水运(下半月).2016
[10].季业民.基于主成份分析的我国证券市场发展状况综合评价[J].智富时代.2016
论文知识图
