基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用主成分分析(PCA)运用SPSS软件对汶川地震36个严重受灾县市的8个灾情指标进行了综合分析,得到了累积贡献率为83.403%的3个主成分及其得分;然后,基于3个主成分的得分采用聚类分析对汶川地震36个严重受灾县市进行了分类;得到了全面、合理和科学的分类结果.
推荐文章
基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法
地震灾情图像信息
异常检测
SIFT
SVM
芦山地震
基于互联网的地震灾情信息分类编码与初步应用研究
灾情信息
分类编码
互联网
鲁甸地震
地震灾情的快速评估
地震灾情
快速评估
紧急救援
多源异构地震灾情分类与编码研究
地震灾情
多源信息
信息编码
地震应急
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA的聚类分析在汶川地震灾情分类中的应用
来源期刊 重庆工商大学学报(自然科学版) 学科 地球科学
关键词 汶川地震 灾情分类 主成分分析 聚类分析 SPSS软件
年,卷(期) 2013,(5) 所属期刊栏目 数学与应用数学
研究方向 页码范围 17-21,25
页数 6页 分类号 P65|O212.4
字数 2555字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈丽 大理学院工程学院 30 99 5.0 8.0
2 张朝元 大理学院数学与计算机学院 38 141 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (12)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汶川地震
灾情分类
主成分分析
聚类分析
SPSS软件
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆工商大学学报(自然科学版)
双月刊
1672-058X
50-1155/N
16开
重庆市南岸区学府大道21号
1983
chi
出版文献量(篇)
3397
总下载数(次)
6
总被引数(次)
14776
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导