The principal component analysis (PCA) is used to study the socioeconomic factors.
采用主成分分析法对社会经济驱动要素进行了研究。 首先遵循一定的选取原则筛选了影响因素，其次对各区县的社会经济要素进行具体分析。
参考来源 - 张掖绿洲耕地资源时空变化与驱动要素研究Chapter four establishes a financial distress model by using the principal component analysis approach. Chapter five tests the financial distress prediction model, analyzes the result,and then summarizes conclusion and shortage of this dissertation .
第一章是财务困境预测研究文献综述;第二章是财务困境概念的界定和研究样本设计;第三章是实证部分研究思路和预测模型原始变量的确定;第四章是利用主成份分析法建立财务困境预测模型;第五章是财务困境预测模型检验、分析及研究结论与不足。
参考来源 - 我国制造业上市公司财务困境预测的研究We use PCA(the Principal Component Analysis) for feature extractionrecognition, which has been proved to be the top advanced technology of face recognition.
在人脸特征提取和识别中，我们采用的是目前在人脸识别领域比较先进的主元分析法。
参考来源 - 在虚拟现实中实现人脸的自动识别·2,447,543篇论文数据，部分数据来源于NoteExpress
The principal component analysis implements the column-wise compression, using the correlation between attributes.
主成分分析使用属性之间的相关性实现按列压缩。
The principal component analysis is a kind of effective data compression method.
主成分分析法是一种有效的数据压缩方法。
The principal component analysis can estimate the intrinsic dimensionality of the hyper-plane.
主成分分析能有效估计这一几何体的本征维数。
应用推荐