基于主成分分析模型的医疗设备温度监测模型及应用.pdf

hedonic price model princial analysis

多元集成评价方法有效地避免了单一综合评价方法主观干扰和算法复杂二者之间的不兼容性,但对现代大型项目多指标影响的评价结果不能给予合理的经济解释,效果不甚理想。笔者在结合现有多元集成综合评价方法的基础上提

主成分分析 (PCA) 是一种统计学方法，通过正交变换将可能存在相关性的一组变量转换为线性不相关的主成分。该方法通过衡量信息量（通常使用离差平方和或方差）来确定主成分。PCA 最初由 Karl Pea

基于大量煤质分析数据,以主成分分析法对煤的发热量和工业分析数据进行预处理,应用三元线性回归和BP网络分析研究主成分与煤的各元素间的关系,进而提出了煤元素分析通用预测模型,并对模型适应性进行了检验;结果

这里简单介绍什么是主成分，怎样进行主成分分析

PCA主成分分析原理及应用,pca入门的极好的教程，内容介绍比较详细

总结的主成分分析的函数程序和基于GM（1，1）的预测分析程序。

基于SVPWM的三电平逆变matlab仿真，重点探讨了该仿真模型如何用于建立主成分分析模型。文章中详细介绍了直线阵采用切比学夫加权控制主旁瓣比的方法，给出了现代信号处理中谱估计在matlab中的使用方

主成分分析和MATLAB应用

基于核的主成分分析，适用于非线性特征提取。