دانلود مقالات ISI درباره تحلیل مولفههای اصلی یا PCA + ترجمه فارسی
Principal Component Analysis
آشنایی با موضوع
تحلیل مولفههای اصلی (Principal Component Analysis - PCA)، روشی آماری است که غالبا برای بررسی گروهی از متغیرهای همبسته بکار می رود. مهم ترین کاربردهای این روش را می توان در تجزیه و تحلیل نماگرهای چندگانه، اندازه گیری و شناخت ساختارهای پیچیده، شاخص سازی و کاهش ابعاد داده ها جستجو نمود. ادامه مطلب را ببینید. . . این روش خصوصا در شرایطی که ابعاد داده ها و ترکیب ساختار آنها کاملا مشخص نیست مفید می باشد. سالهاست که این روش در علوم مختلف خصوصا در حوزه آنالیز داده های ژنومی استفاده های زیادی می شود. یکی از کاربردهای عمده این روش در مبحث ژنومی یافتن ساختار ارتباطی بین متغیرها است که در حقیقت همان کلاستربندی متغیرها می باشد. جهت بررسی ساختار جمعیت های مورد مطالعه آنالیزPCA بر اساس همه اطلاعات نشانگرهای در دسترس مورد ارزیابی قرار می گیرد. در واقع روشی از آنالیزهای چند متغیره آماری است که تعداد کمتری از عوامل را بنام مولفه های اصلی از میان عوامل اولیه گزینش می کند، به طوریکه تعدادی از اطلاعات کم اهمیت حذف می شوند. اولین مولفه اساسی استخراج شده، بیشترین مقدار پراکندگی داده ها را در کل مجموعه داده ها در نظر می گیرد. این امر بدان معنی است که اولین مولفه حداقل با تعدادی از متغیرها همبسته است. دومین مولفه استخراج شده دو ویژگی مهم دارد، اول اینکه این مولفه بیشترین مجموعه داده ها که توسط مولفه اول محاسبه نشده است را در نظر می گیرد و دوم اینکه با مولفه اول همبستگی ندارد. به عبارتی،بدون در نظر گرفتن مولفه ی قبلی، با گذر از مولفه ی ابتدایی به سمت مولفه های انتهایی هر مولفه واریانس کمتری را تشریح می کند. یعنی همیشه مولفه ی اصلی اول بیشترین مقدار واریانس و مولفه های اخر کمترین واریانس را شرح می دهند که در این صورت با حذف مولفه های اخر اطلاعات زیادی از دست نخواهد رفت.
تحلیل مولفه های اصلی یکی از روش های کلاسیک چند متغیره و شاید قدیمی ترین و معروف ترین آنها باشد. این روش ابتدا بوسیله Pearson (1901) به عنوان وسیلهای برای برازاندن صفحات از طریق حداقل مربعات متعامد معرفی شد و مستقلاً به وسیله Hotelling (1933) به منظور تجزیه و تحلیل ساختارهای ماتریس های واریانس – کواریانس و ضریب همبستگی توسعه داده شد. مثل بسیاری از روش های چند متغیره تا قبل از اختراع رایانه ها به دلیل پیچیدگی در محاسبات به طور گسترده ای مورد استفاده واقع نشد. بعد از آن از دیدگاه تئوری و کاربرد به طور وسیعی توسعه پیدا کرده و بکار برده شد.
استفاده از تحلیل مولفههای اصلی منوط به فرض هایی است که در نظر گرفته میشود. از جمله: فرض خطی بودن، فرض بر این که میانگین و کواریانس از نظر احتمالاتی قابل اتکا هستند و فرض بر این که واریانس شاخصه اصلی داده است.
در این صفحه تعداد 5118 مقاله تخصصی درباره تحلیل مولفههای اصلی یا PCA که در نشریه های معتبر علمی و پایگاه ساینس دایرکت (Science Direct) منتشر شده، نمایش داده شده است. برخی از این مقالات، پیش تر به زبان فارسی ترجمه شده اند که با مراجعه به هر یک از آنها، می توانید متن کامل مقاله انگلیسی همراه با ترجمه فارسی آن را دریافت فرمایید. در صورتی که مقاله مورد نظر شما هنوز به فارسی ترجمه نشده باشد، مترجمان با تجربه ما آمادگی دارند آن را در اسرع وقت برای شما ترجمه نمایند.
Keywords: تحلیل مولفههای اصلی یا PCA; Sport evaluation; Talent identification; Z-CELAFISCS methodology; Principal component analysis; Factor analysis; Copula theory
مقالات ISI تحلیل مولفههای اصلی یا PCA (ترجمه نشده)
مقالات زیر هنوز به فارسی ترجمه نشده اند. در صورتی که به ترجمه آماده هر یک از مقالات زیر نیاز داشته باشید، می توانید سفارش دهید تا مترجمان با تجربه این مجموعه در اسرع وقت آن را برای شما ترجمه نمایند.
Keywords: تحلیل مولفههای اصلی یا PCA; EU; European Union; PDO; protected designations of origin; PGI; protected geographical indication; TSG; traditional speciality guaranteed; TB; traditional balsamic vinegar of Modena; TBVRE; traditional balsamic vinegar of Reggio-Emilia; GC-O; gas chromato
Keywords: تحلیل مولفههای اصلی یا PCA; COD; chemical oxygen demand; EC; Eucalyptus camaldulensis; EO; Eucalyptus occidentalis; GAE; gallic acid equivalents; HRMS; high resolution mass spectrometry; ICP-MS; inductively coupled plasma mass spectrometry; LMA; leaf mass per area; MS2; tandem mass
Keywords: تحلیل مولفههای اصلی یا PCA; Degraded sensor isolation; Sensor performance degradation; Structural damage detection; Generalized likelihood ratio test; Principal component analysis; Statistical process control;
Keywords: تحلیل مولفههای اصلی یا PCA; ADL; Activities of daily living; CTT; Classical test theory; DIF; Differential item functioning; ICC; Item characteristic curve; ICF; International Classification of Functioning, disability and health; IRT; Item response theory; MDS-UPDRS; Movement Disord
Keywords: تحلیل مولفههای اصلی یا PCA; GC-MS; gas chromatography and mass spectrometry; RM; red maturity; HS-SPME; headspace solid phase micro-extraction; PDMS/DVB; polydimethylsiloxane-divinylbenzene; PCA; principal component analysis; GM; green maturity; FAA; free amino acid; YM; yellow ma
Keywords: تحلیل مولفههای اصلی یا PCA; Heavy metals; Coal transportation; Ambient air pollution; Opencast mines; Principal component analysis; Bivariate plot;
Keywords: تحلیل مولفههای اصلی یا PCA; APA; American Psychiatric Association; CASH; Comprehensive Assessment of Symptoms and History schedule; PCA; Principal Component Analysis; Catatonia; Schizophrenia; Psychosis; Mood disorders; Familiality; Heritability;
Keywords: تحلیل مولفههای اصلی یا PCA; Biosolids; Experimental design; Hydrothermal treatment; Multiple linear regression; Principal component analysis; Wastewater treatment;
Keywords: تحلیل مولفههای اصلی یا PCA; Annual product review; Multivariate statistical process control; Principal component analysis; Reconstruction-based contributions; Hydrochlorothiazide;
Keywords: تحلیل مولفههای اصلی یا PCA; Intrahepatic cholestasis of pregnancy; Serum bile acid; Pseudo-targeted method; Metabolomics; UPLC-triple TOF-MS/MS; Diagnostic and therapeutic profiles; ICP; Intrahepatic cholestasis of pregnancy; TBA; total bile acids; UDCA; ursodeoxycholic acid; LCA; l
Keywords: تحلیل مولفههای اصلی یا PCA; Matrix-assisted laser desorption/ionization; Fourier transform ion cyclotron resonance mass spectrometry; Triacylglycerols; Principal component analysis;
Keywords: تحلیل مولفههای اصلی یا PCA; Principal coordinate analysis; Classification; Peptidoglycans; Chromatography; Principal component analysis; Data heterogeneity;
Keywords: تحلیل مولفههای اصلی یا PCA; Underwater acoustic communication; Spectrum feature; Modulation recognition; Principal component analysis; ANN classifier;
Keywords: تحلیل مولفههای اصلی یا PCA; Surface-enhanced Raman scattering; Nanoparticles; Electrokinetics; Chemometrics; Principal component analysis; Support vector machines;
Keywords: تحلیل مولفههای اصلی یا PCA; BIRADS; Breast Imaging Reporting and Data Systems; CAD; computer aided diagnosis; CC; craniocaudal; CEDM; contrast-enhanced digital mammography; CESM; contrast-enhanced spectral mammography; DICOM; Digital Imaging and Communications in Medicine; DOST; dis