简介：Prostatecancergene3(PCA3,alsoknownasDD3)isanewbiomarkerthatcouldimprovetheaccuracyofprostatecancerdiagnosis.Itisagreatbiomarkerwithfairlyhighspecificityandsensitivity.Theincidenceofprostatecancerisrisingsteadilyinmostcountries.Thecommonlyusedprostate-specificantigen(PSA)testoncegavepeoplehopeforearlydiagnosisofprostatecancer.However,thelowspecificityofthePSAtesthasresultedinalargenumberofunnecessarybiopsiesandovertreatment.Duringthepastdecade,manynewprostatecancerbiomarkershavebeenfound.Amongthese,PCA3isthemostpromising.Duetoitsgreatperformanceindistinguishingprostatecancerfromotherprostateconditions,PCA3couldlikelybeappliedforearlydiagnosisofprostatecancer,patientfollow-up,prognosisprediction,andtargetedtherapy.Afteryearsofresearch,wehaveobtainedsomeknowledgeaboutthesequenceofPCA3gene.WehavealsodeterminedtherelationshipbetweenPCA3andtheproliferationofprostatecancercellsandlearnedsomeinformationabouthowPCA3affectstumor-relatedgenesandproteins.APCA3scorehasbeencreated,andithasbeenusedinavarietyofstudies.SomeresearchershaveevenappliedPCA3totargetedtherapyandobtainedagoodeffectinvitro.Thisreviewdescribesthecurrentstateofresearch,andexploresthefutureprospectsforPCA3.更多还原

简介：本文主要利用主成分分析（PCA）方法提取人脸特征，将原来的自变量变换到另外的一个空间中，即特征子空间，然后选择其中～部分重要成分作为自变量（此时丢弃了一部分不重要的自变量），最后利用最小二乘方法对选取主成分后的模型参数进行估计。通过低维子空间表示高维数据，有效的对数据进行了压缩，识别起来简单有效。

简介：我们构造稀少的表示和subspace表示的一个合作模型。首先，我们代表追踪在原则部件分析(PCA)指向subspace，然后我们采用L1规则化限制剩余学期的稀少，限制表示系数的稀少的一个L2规则化学期，并且限制在重建和目标之间的距离的一个L2标准。然后，我们在粒子过滤器框架实现算法。而且，一个反复的方法被介绍得到剩余和系数的全球最小。最后，一个其他的模板更改计划被采用避免被不精密的更改引起的追踪的飘移。在实验，我们在9个序列上测试算法，并且把结果与5个state-of-art方法作比较。根据结果，我们能断定我们的算法比另外的方法更柔韧。

简介：WiththevigorousdevelopmentofequipmentmanufacturingindustryinChina,higherrequirementstotheequipmentsupportabilityareputforward.Howtoevaluatethesupportabilityofequipments(especiallytheaviationequipment-aircraft)objectivelyandcorrectlyistheproblemtobesolvedinthedevelopmentofaviationequipmentsconstruction,demonstrationandbattleapplication.Aimedattheneedsofthesupportabilityanalysisofcomplexequipmentsystems-aircraft,amodelofaircraftsupportconceptevaluationbasedonDEA(dataenvelopmentanalysis)andPCA(principalcomponentanalysis)isproposed.Themodelisusedtoevaluateacertainaircraftsupportconcept.Theprocessandtheresultsofevaluationshowthatproposedmodelisfeasibleandeffective.Themodelissuitableforadvancedaircraftsupportconceptevaluation.Thefeasibilityandeffectivenessoftheproposedmodelisverifiedbytheanalysisoftheevaluationresults.Thismethodisapplicabletotheevaluationofaircraftsupportconcepts.

简介：

简介：摘要随着科学技术的发展，人工智能已成为国务院及教育部大力推进的产业。其中人脸识别因其应用广泛，故在人工智能中占尤为重要的地位。本文从模型识别的角度，通过建立肤色法概率模型判断出人脸在照片中的大致位置；通过建立面部特征点位置模型，利用主成分分析法、K-L变换实现人脸的精确识别；在获取图像及建立数据库的基础上，通过欧式距离法，达到人脸识别及其检核的目的。本文采用基于面部特征点的PCA人脸识别模型，该模型能够有效地对人脸进行识别，其算法具有广泛的参考价值，并在其他图像识别中有推广价值。

简介：更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析（PCA-principalcomponentanalysis）和模板匹配的方法进行飞机识别。首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别。实验结果证明,该方法对飞机目标的识别是有效的。

简介：人脸识别作为身份识别的重要技术之一,已经开始广泛应用到人们的日常生活。人脸特征提取方法--主成分分析(PCA)可以在提取样本特征的同时降低样本维数,在此基础上提出的白化主成分分析(WPCA)可以降低图像中相邻像素的相关性,核主成分分析(KPCA)能够更好地提取适合分类的特征。本文主要分析了在不同光照和噪声情况下,三种常用的人脸特征提取方法—主成分分析(PCA)、白化主成分分析(WPCA)、核主成分分析(KPCA)均采用最近邻分类方法进行识别所用时间和识别率。

简介：针对我国企业信用评价问题的特点，文章分析了企业信用评价基本原则和主要影响因素，建立了企业信用评价指标体系。企业信用评价是一类包括一系列独立变量的分类问题，将主成分分析与模糊理论引入信用评价中，构建基于PCA／FCM的企业信用评价模型，这使得模型更接近人们的思维方式、指标赋权更为客观。应用该模型及SPSS11．0、MATLAB7．0对所选企业研究显示：该模型非常有效和实用。

简介：盲信号分离技术是信号处理领域发展相对较晚的一种理论，目前已迅速成为该领域内重要的组成部分。本文首先对盲信号的基本研究方法和分离问题的数学模型作了介绍，详细介绍了盲信号分离技术中的预处理方＇~PCA，并指出其主要牦最和性能。

简介：

简介：

简介：摘要：本文基于主成分分析（PCA）和图像匹配技术，提出了一种飞机识别算法。该算法通过对飞机图像进行PCA降维处理，提取关键特征，并利用图像匹配算法对待识别图像与数据库中的飞机图像进行比对。实验结果表明，该算法在飞机识别任务中具有较高的准确性和鲁棒性，可应用于实际的飞机识别系统中。

简介：

简介：结合目前高校的实际情况，建立一套合理的高校信息化评价指标体系；并通过问卷调查，获得9所高校的相应指标值；基于主成分分析法，对指标体系进行降维处理，从而实现对9所高校信息化水平的快速、合理、有效地综合评价。

简介：运用人工智能原理，提出一种基于主成分分析法（PCA）与自适应神经模糊推理系统（ANFIS）的黄土湿陷系数预测方法．首先通过主成分分析对黄土的物理指标提取主成分，以消除变量间的相关性和减少模型输入量的目的；再利用神经网络的高自适应性和模糊推理系统的推理能力建立ANFIS模型，提出一种新的黄土湿陷性预测方法．通过实测数据和预测数据的对比分析，平均误差0．29％，最大误差20％，在工程上可以接受的范围，实例说明这种预测方法是可行的．

简介：摘要目的探讨自控静脉镇痛（PCIA）和自控硬膜外镇痛（PCEA）两种镇痛泵应用方式的镇痛效果、不良反应及其护理。方法对80例术后采用PCIA和PCEA的患者进行比较观察及护理。结果40例术后采用PCEA患者镇痛优良率为92.5％，发生3例呼吸抑制；40例术后采用PCIA的患者镇痛优良率为77.5％，无呼吸抑制。PCEA镇痛优于PCIA（P＜0.05）。结论术后患者采用自控镇痛，避免了术后疼痛的发生，采用PCEA镇痛效果要优于PCIA。但PCEA有明显的呼吸抑制发生。

简介：

简介：

简介：Liriomyzahuidobrensis(Blanchard)是病理的一个重要蔬菜害虫。以便改进Liriomyzahuidobrensis的预言的精确性并且有效地控制Liriomyzahuidobrensis，这份报纸由主要部件分析(PCA)和背繁殖论述一个新预言模型人工的神经网络(BP-ANN)方法。人口出现上的从1999～2007的历史的数据被分析以便发现在害虫出现和气象学的因素之间的一种非线性的关系。然后由使用，分析结果，在在云南的Jianshui的Liriomyzahuidobrensis出现的预言模型被造。新模型成功地申请了在2006验证稻茎borer人口出现。测试结果证明新预言与BP-ANN当模特儿，PCA能改进预言精确性。