福建省樟树叶精油的主成分分析及其化学型

福建省樟树叶精油的主成分分析及其化学型（精选3篇）由网友“深林小路”投稿提供，下面小编为大家整理后的福建省樟树叶精油的主成分分析及其化学型，希望能帮助大家!

篇1：福建省樟树叶精油的主成分分析及其化学型

福建省樟树叶精油的主成分分析及其化学型

对来源于福建省28个县(市)的329份樟树[Cinnamomum camphora (L.) Presl]叶精油的21个主要化学成分(占总化学成分含量的.90.735%)进行了主成分分析和聚类分析.提取出12个主成分因子,累计贡献率达到84.342%,可基本描述樟树叶精油21个主要化学成分的变异情况.取λ＝5.5,329份叶精油样品可被分为5个化学型:芳樟型(主要成分为芳樟醇)、脑樟型(主要成分为樟脑)、桉樟型(主要成分为1,8-桉叶油素)、黄樟型(主要成分为黄樟油素)和杂樟型(无明显主要成分).除杂樟型外,其他化学型樟树叶精油的主要化学成分均较一致.

作 者：张国防 陈存及 陈志平陈瑞炎 林贤松 ZHANG Guo-fang CHEN Cun-ji CHEN Zhi-ping CHEN Rui-yan LIN Xian-song  作者单位：张国防,陈存及,ZHANG Guo-fang,CHEN Cun-ji(福建农林大学,福建,福州,350002)

陈志平,陈瑞炎,林贤松,CHEN Zhi-ping,CHEN Rui-yan,LIN Xian-song(福建永安市林业局,福建,永安,366000)

刊 名：植物资源与环境学报  ISTIC英文刊名：JOURNAL OF PLANT RESOURCES AND ENVIRONMENT 年，卷(期)： 17(1) 分类号：Q946.85 S718.43 关键词：樟树   叶精油   化学成分   主成分分析   聚类分析   化学型  

篇2：岭型主成分估计的优良性质

岭型主成分估计的优良性质

用线性回归模型的'一种有偏岭型主成分估计,证明岭型主成分估计在MSE和GMSE准则下优于最小二乘估计,而且比主成分估计更有效,在协方差阵准则下优于最小二乘估计.并且进一步得到了在均方误差意义下岭型主成分估计是可容许估计.

作 者：李兵 陈国华 段复建 LI Bing CHEN Guo-hua DUAN Fu-jian  作者单位：李兵,陈国华,LI Bing,CHEN Guo-hua(湖南人文科技学院数学与应用数学系,湖南,娄底,417000)

段复建,DUAN Fu-jian(桂林电子科技大学数学与计算科学学院,广西挂林,541004)

刊 名：桂林电子科技大学学报  ISTIC英文刊名：JOURNAL OF GUILIN UNIVERSITY OF ELECTRONIC TECHNOLOGY 年，卷(期)： 29(2) 分类号：O212.1 关键词：有偏估计   容许性   均方误差  

篇3：函数型数据的共同主成分分析探究及展望

函数型数据的共同主成分分析探究及展望

函数型数据的主成分分析(FPCA)已经成功应用在许多领域,但它主要研究的'是单样本问题.本文详细讨论了一种新近发展的函数型数据分析的理论--函数型共同主成分(CGPC)分析方法,它主要应用于检验两组函数型随机样本的分布情况.CFPC方法的理论基础是将两组函数型样本进行Karhunen-Loeve(KL)展开,并用Bootstrap方法检验两组样本的均值函数、特征值和特征函数的一致性.最后,我们对CFPC的理论研究和应用前景进行了展望.

作 者：曲爱丽 朱建平QU Ai-li ZHU Jian-ping  作者单位：厦门大学经济学院,福建,厦门,361005 刊 名：统计与信息论坛  CSSCI英文刊名：STATISTICS & INFORMATION FORUM 年，卷(期)：2009 24(2) 分类号：O212.4 关键词：函数型数据   共同主成分分析   KL展开   Bootstrap方法