2) fussy hierarchy principle component analysis
模糊层次主成分分析
1.
Combined with the advantages of fuzzy comprehensive evaluation and principle component analysis ,this paper constructed a fussy hierarchy principle component analysis evaluation model to the reasonable flow of scientific and technological talents based on the characters of hierarchy analysis process theory and the evaluation system of scientific and technological talents.
结合层次分析理论及科技人才合理流动测评变量体系的特性,构造了集"模糊综合测评"、"主成分分析测评"优点于一体的"科技人才合理流动程度的模糊层次主成分分析测评模型",并以百分制赋值的方法,对模型中属性测评变量的模糊综合评价值的确定进行了修正。
3) fuzzy principal component method
模糊主成分方法
4) main component analysis method
主成分分析模型
1.
The thesis firstly analysis the current status and problems on exploring groundwater in Beijing district,then,according to the principle of the main component analysis method,the author makes a comprehensive evaluation on carrying capacity of groundwater resources in Beijing district.
通过对北京市地下水资源承载力采用主成分分析模型进行综合评价,由主成分关系式得出相应的主成分评判地下水资源承载能力状况。
5) Fuzzy analysis
模糊分析
1.
Mechanical Properties Predication of Steel 16Mn Medium and Heavy Plate using Statistic-Fuzzy Analysis Method;
统计-模糊分析法预测16Mn钢中厚板的力学性能
2.
Application of fuzzy analysis to oil-gas reserves productivity prediction: the development data of Panguliang area in Jing'an oilfield being taken as example;
模糊分析在油气储量产能预测中的应用——以靖安油田盘古梁区开发数据为例的分析
3.
The flux s fuzzy analysis of programming inside of city transportation;
基于模糊分析的城市交通规划中流量研究
6) Principal component Analysis
主成分析
补充资料：主成分分析
| 主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条