According to the principle of PCA (Principle Component Analysis), a PCA based bridge health model identification method is presented.
根据主元分析方法的原理,论文提出了基于主元分析的桥梁健康模型识别,探讨了桥梁测量数据的收集和模型建立的有关问题。
参考来源 - 桥梁健康监测系统的数据获取：理论和方法研究Classical feature extraction methods include: Principle Component Analysis、Singular Value Decomposition、Projection Pursuit、Self-Organizing Map, and so on.
传统的特征提取方法主要有:主分量分析、奇异值分解、投影追踪、自组织映射等。
参考来源 - 模式分类特征提取中的独立分量分析This paper comes up with a new algorithm of multivariate PCI based on Coefficient of Variation(CV) aiming at the flaw of the principle component analysis. At last an example proves its fitness.
其次针对基于主成份分析的思想计算多元过程能力指数的不足，本文提出了基于差异系数的多元过程能力指数的计算方法，实例证明该方法更加符合实际。
参考来源 - 面向过程波动的质量测定与改进方法及其应用研究In this method, the choice rule of the wavelet is presented, and the fusion algorithm is reconstructed based on the wavelet packet decomposition and the principle component analysis.
首先使用小波包变换和主分量分析构建小波包融合算法。
参考来源 - 基于脉内特征的雷达辐射源信号识别研究·2,447,543篇论文数据，部分数据来源于NoteExpress
The analysis method includes linear regression and principle component analysis.
分析方法包括趋势分析、主分量分析。
Classical feature extraction methods include: Principle Component Analysis, Singular Value Decomposition, Projection Pursuit, Self-Organizing Map, and so on.
传统的特征提取方法主要有：主分量分析、奇异值分解、投影追踪、自组织映射等。
Principle component analysis is based on multi-statistics method, and turning into an important way to proceed data for production monitoring and quality control.
主成分分析属多元统计方法，正逐步成为控制领域中一种重要的数据处理方法，用于生产监测和质量控制。
应用推荐