分享到:

统计主成分分析的应用问题

一、主成分分析法概念及思想。$$主成分分析也叫主分量分析,指在利用降维的思想,把多指标较化为少数n个  (本文共1页) 阅读全文>>

权威出处: 延安日报2009-11-16
苏州大学
苏州大学

高考化学试题难度影响因素的主成分分析及应用

试题难度是高考命题质量的评价指标之一。全面研究影响高考化学试题难度的因素,是确保难度处在合理范围的基础,也是科学化命题的重要组成部分。本文通过文献分析找出影响高考化学试题难度的因素。利用主成分分析揭示这些因素之间存在的关系。通过访谈建立学生的问题解决行为图,进一步解释主成分分析的结果。尝试利用问题解决行为图分析学生解题错误的原因,进而给命题和教学以一定的启示。本次研究的结论有:(1)影响高考化学试题难度的因素主要有:试题信息的呈现方式、试题提供信息的多少、试题提供信息的相互关系、试题情境的陌生度、试题涉及学科知识的综合度、试题知识综合运用的程度、试题涉及学科知识的难易度、试题考查学生的思维层次、试题答案的猜测度和试题结果的呈现方式。(2)通过主成分分析提取出了三个主成分,分别为试题情境因子,包含试题信息的呈现方式、试题提供信息的多少、试题提供信息的相互关系、试题情境的陌生度4个因素;解题过程因子,包含试题知识综合运用的程度、试题...  (本文共90页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

迭代主成分分析在差分功耗分析中的应用

旁路功耗分析凭借其对硬件电路的有效攻击而成为硬件安全领域的研究重点。一方面,人们不断推出新的旁路功耗分析方法,从简单功耗分析、差分功耗分析到相关功耗分析和模板攻击,各种旁路功耗分析方法层出不穷,其中差分功耗分析凭借其简单的计算过程和良好的攻击效果而被广泛采用;另一方面,人们对已有的旁路功耗分析方法展开更深入的研究,差分功耗分析中噪声的去除便是重要的研究方向之一。差分功耗分析中真实的功耗信号往往被大量的噪声淹没,因此噪声能否有效的去除是其成功与否的关键。单纯增加采样曲线数目对噪声的抑制不够有效,而且实际攻击中采样曲线是有限的,不受限的增加采样曲线数目不可行。因此,在采样曲线数有限的前提下,如何最大程度的去除采样信号中的噪声成为了差分功耗分析研究中的重点。差分功耗分析研究中常见去噪方法有多比特选择函数法、滤波器法、高阶累积量法和主成分分析方法等。这些方法中主成分分析方法拥有最出色的去噪表现,但其计算过程中包含的输入信号自相关矩阵的分...  (本文共111页) 本文目录 | 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

改进的主成分分析方法在学科建设中的应用

学科建设是高等院校科研与教学的结合点,是一所高校的办学质量和办学水平的重要体现。通过实行学科评价主要是为了进行研究生培养、提高科学研究水平、也是加强研究生教育,促进科学研究,确保高质量人才培养质量的最重要的方式。本文针对影响学科建设评价的主要指标因子不容易提取的问题,引入多元统计分析方法中的主成分分析方法,对学科建设评价进行了数值量化分析。主成分分析方法是多元统计分析方法中的降维技术,是应用于综合评价中最广泛的一种方法。但是在不损失原有信息的基础上,传统的主成分分析对原始数据依赖性较强,降维效果不明显,会增加分析问题的复杂性,导致主成分分析的效率降低,本文针对这个问题分别从原始指标权重的确定和原始指标的处理两方面进行改进,提出了一种改进的主成分分析方法,仿真实验表明该方法降维效果明显,同时具有较强的稳定性。本文将多元统计分析方法中的主成分分析方法进行改进并且应用到学科建设中,依据学科建设评价指标体系确立的原则和方法,给出了适用于...  (本文共70页) 本文目录 | 阅读全文>>

安徽师范大学
安徽师范大学

主成分分析与因子分析在体育科研中的应用研究

在前人对主成分分析与因子分析应用研究的基础上,本文概括了主成分分析与因子分析在体育科研中应用的一般方法,全面系统地分析了主成分分析与因子分析在体育科研应用中值得注意的问题、存在的问题及修正方法,总结了主成分分析与因子分析在体育科研应用中的常用步骤。相关系数矩阵是主成分分析与因子分析的前提条件,影响相关系数的因素也必将影响主成分分析与因子分析的应用效果,本文首次全面系统地分析了主成分分析与因子分析常用的相关系数——积差相关系数的影响因素,进而提高了主成分分析与因子分析在体育科研中的应用效果;首次界定认知数据的性质,揭示了认知数据中不等权指标的主成分分析与因子分析在体育科研中应用存在的问题,并给予修正;首次提出基于肯德尔相关系数下的主成分分析与因子分析,解决了认知数据的非正态分布对主成分分析和因子分析在体育科研中应用产生的影响。  (本文共53页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于核主成分分析的特征变换研究

作为核方法在机器学习领域得到普及的典型代表,基于核主成分分析的特征变换在众多领域得到了广泛的应用。由于其出色的性能表现,核主成分分析自诞生以来受到了越来越多的关注,成为机器学习和模式识别领域的研究热点之一。随着信息技术的发展,机器学习已经成为推动信息技术革命的加速器,这使得基于核主成分分析的特征变换在未来会得到更广泛的应用。但是基于核主成分分析的特征变换在理论和应用上还有许多问题尚待解决,如特征变换的鲁棒性、有效性、原像求解问题等等。因此对其研究探索具有重要的意义。本文根据目前基于核主成分分析的特征变换存在的主要问题,开展了一系列研究工作,提出了一些基于核主成分分析的特征变换及其优化方法,主要包括:1.基于单一子空间的核主成分分析特征变换方法以心拍分类为应用背景,研究了基于单一子空间的核主成分分析特征变换方法。在此方法上结合离散小波变换、神经网络等技术给出了一种完整的自动心拍分类系统。该系统由信号预处理、特征变换和模式识别三部分...  (本文共137页) 本文目录 | 阅读全文>>