应用统计分析中聚类分析、主成分分析法,对DB-H1(JB/T 10062-1999)标准试块内部距离测试表面深度为80 mm、100 mm、110 mm、120 mm、130 mm、135 mm的φ3 mm横通孔的脉冲反射回波信号进行综合评价,借以说明多元统计分析方法在回波信号识别方面的优越性、实用性.

主成分分析法是通过降维的过程,在保证原始数据信息损失最小的条件下,用较少的综合变量代替原有多维变量对混凝土的综合性能进行评价。试验选取了聚丙烯纤维、木质素纤维和粉煤灰为变量,并选取轻骨料混凝土的其他五项主要测试指标,采用主成分分析法对这些指标进行数值处理,得出评价轻骨料混凝土综合性能的数学模型。

针对单一评价的片面性与不准确性,提出了结合各种影响因素进行整体评价的综合评价方法。以4台正常齿轮箱和1台故障齿轮箱为评价对象,以齿轮箱各部位温度、振动、噪声为评价指标,分别采用加权平均法、主成分分析法和模糊综合评价法建立齿轮传动性能综合评价模型,并分别通过具体实验数据验证了这3种方法的可行性与有效性。

针对传统决策树算法应用于电梯液压缓冲器隐患智能识别准确率有待提高的问题,提出一种改进传统决策树ID3与主成分分析法(PCA)融合的智能识别方法(PAC-ID3)。针对传统ID3算法倾向于选择取值较多的属性缺点,引进属性阈值和信息增益率,对传统ID3算法进行改进优化;样本数集通过主成分分析方法,解决决策树存在多值倾向问题,选出更具有代表性的决策属性,提高决策树的建模效率和准确率;通过对改进优化融合前后算法进行了比较,实验结果表明,改进融合后的算法提高了隐患识别的精确率。

主成分分析(PCA)法在特征融合过程中未考虑特征之间特性对分类识别的影响,导致降维后特征无法正常有效分离,因此提出预筛选PCA方法以提取信号的时域特征、频域特征。利用相关系数法可有效区分对象之间的相互关系,先去掉不利于分类的特征,然后对新得到的矩阵进行PCA降维,把时域特征及频域多特征转化为综合性的评价指标,以获得更好的分类效果。结果表明:该方法的特征分离效果更好。研究结果有利于提高PCA分类识别准确率。

为提高废旧铅酸蓄电池回收效率和金属回收质量,提出采用自动化手段分类废旧铅酸蓄电池。针对该识别分类问题,首先将主成分分析法、线性判别分析法应用于废旧铅酸蓄电池的X射线图像的特征提取。通过支持向量机对提取的训练集图像特征向量进行训练,分别对测试集的图像数据进行分类实验,并对比了不同数量的训练集和不同特征空间维度下各种方法的识别率。实验结果表明,主成分分析法、线性判别分析法可用于废旧铅酸蓄电池X射线图像的识别,并且随着训练集与测试集样本量的增加,二次线性判别分析法表现出较为稳定的识别率。