主成分分析法和Fisher判别方法在汽油分类分析过程中的应用_王荣辉.pdf

主成分分析法和Fisher判别方法在汽油分类分析过程中的应用_王荣辉.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
主成分分析法和Fisher判别方法在汽油分类分析过程中的应用_王荣辉

3612 中 国 科 学 技 术 大 学 学 报 Vol.36,No. 12 200612 JOURNAL OF UNI VERSIT Y OF SCIENCE AND T ECHNOLOGY OF CHINA Dec. 2 0 0 6 :0253-2778(2006)12-133-105 Fisher * 王荣辉,宗若雯, 王正洲,廖光煊 (, 230027) :应用主成分分析(principal component analysis,PCA)法对从90 #和93 #两种汽油的50 个 实验样所取的特征 据进行降维处理, 再结合Fisher 判别方法对这两种汽油进行分类, 并将分类 结果与不采用PCA 法而直接计算 据所得出的Fisher 判别结果进行比较,前者的分类正确率达 到100%,而后者却只有 50%. 结果说明采用PCA 方法事先对 据处理可以大大的提高汽油分类 的准确性. :主成分分析;Fisher 判别方法;汽油 :928. 7   :A Application of principal component analysis and Fisher discrimination method in the classification of gasoline WANG Rong-hui , ZONG Ruo-wen, WANG Zheng-zhou, LIAO Guang-xuan (State Key Laboratory of F ireScience, University of Science and Technology of China, Hef ei 230027, China) Abstract:Principal component analysis (PCA)and Fisher discrimination method were applied to studying the classification of 90 #and 93 #gasoline using gas chromatography-mass spectrometry (GC-MS ) spectral data. It was found that when both methods were used in calculating the dataset, all the samples were classified, while when the Fisher discrimination method alone was used, only 50%of the samples were correctly classified. It show s that when PCA is used in pre-disposal of the dataset, the accuracy of classification of gasoline is improved noticeably. Key words:principal component analysis;Fisher discrimination method;gasoline . 0   、、. , [1] ., , . . 1994 , (National Fire ,, Protection Association,NFPA), ., 60 , . *:200-6 0-6 13;:200-6 0-8 28 :(973)(201CB409600). :, , 19

文档评论(0)

jiupshaieuk12 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6212135231000003

1亿VIP精品文档

相关文档