基于主成分分析法的远处燃烧体物质元素含量的测定模型报告方案.doc

2015大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B中选择一项填写）： B 我们的参赛报名号为（报名编号）： 133 所属学院（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 日期： 2015 年 5 月 18 日 评阅编号（由组委会评阅前进行编号）： 基于主成分分析法的远处燃烧体物质元素含量的测定模型 摘要：利用主成分分析法对远处燃烧体物质元素含量进行分析，将得到的综合主成分指标代替原先较多的评价指标建立数学模型，从而对各物质元素含量测定进行评价分析。结果表明，该方法能用降维的思想将问题简化，来得到可信客观的结论。 关键词：主成分分析法；碳元素含量；综合评价；指标 0 引 言 对于燃烧体而言，若其碳元素含量不同，则各个光波长对应的光强度也不同。因此，建立碳元素的含量与各个光波长对应的光强度之间的关系模型，对研究不同光强时的元素含量有着重要的意义。然而在研究此问题的时候，总会借助于有一定相关性的多个指标，这样便增加了分析此问题的复杂性，而我们可以利用主成分分析法将这些多个相关的指标转换为少数互相无关的综合指标进行更方便的研究。 1 主成分分析法的原理 主成分分析法是利用一种降维的方法，用较少的新变量指标来代替众多的原变量，使这些新变量能尽可能的代表原变量所蕴含的信息，且彼此之间互不相关。这种将多个变量用较少的互不相关的变量来表示的统计分析方法叫做主成分分析法。 定义：记为原变量指标，为新变量指标， 与互不相关； 是的一切线性组合中方差最大者，是与不相关的所有线性组合中方差最大者……。所以新变量分别称为原变量指标的第1，第2，……第m主成分。 2 主成分分析法的计算步骤 计算相关系数矩阵 （i，j=1，2，…，p）为原变量与的相关系数， ，其计算公式为 计算特征值和特征向量 特征方程 用雅可比法求出特征值，并排序 而特征向量可用公式 计算主成分贡献率和累计贡献率 贡献率： 累积贡献率： 计算主成分载荷 各主成分得分 3 远处燃烧体物质含量的测定 问题（1）：针对data0.csv包含的数据建立变量data由变量x1-x3648计算或者估计的数据模型: A．对数据进行主成分分析： 本题所给的data0.csv数据中为…，x3648分别为数据的序号，碳元素的含量，245nm光强度，…，1044nm光强度。此处光强度值是某一种固定参考强度的倍数，且x1-x3648变量的光波长差是一个常数。 在原数据中，每一次的样本包含3648个变量，要从19次的样本中直接得出碳含量与3648个变量的关系是不合实际的，故需要采用主成分分析法对3048个变量进行降维处理。 在实际的操作中，我们先使用matlab读入csv文件中的数据，再使用zscore函数对数据矩阵进行标准化，然后使用matlab自带的主成分分析法的函数princomp得出从原始数据到各主成分的变换矩阵、降序排列的各成分的贡献率及变换后得出的各成分所构成的19*3548矩阵。 在对此数据的分析中我们得出第一主成分的贡献率达到了85.82%，故我们在之后的数据拟合中只采用19个样本的第一主成分作为自变量。 B．拟合