PCA算法在面部微生态研究中的应用

• 作者: 何聪芬 冯春波 宋丽雅 王瑜 陈圆圆 高学义
• 来源期刊: 日用化学工业
• 学科: 工学
• 关键词: 主成分分析 降维 特征选择 面膜 微生态
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 开发与应用
• 页码范围: 457-463
• 页数: 7页
• 分类号: TQ658
• 字数: 4422字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1803.2020.07.005

摘要

利用化学试剂法研究面膜对面部微生态的影响,存在过程繁琐、微生物种类不易确定等缺点,针对此问题,提出一种基于主成分分析(principal component analysis,PCA)的微生态分析方法.首先利用主成分分析对面部微生态数据进行降维处理,累计贡献率选取阈值为95％,确定变换空间下的特征向量以及特征维度k,然后根据特征向量与面部微生态数据的映射关系,此处阈值同样选取95％,确定面部微生态数据中对皮肤状态影响贡献率较大的属性,即改善面部皮肤状态的微生物种类.实验结果表明,该方法有效地克服了传统化学试剂法存在的弊端,能够快速、准确地确定面膜改善皮肤状态的微生物种类,同时也能挖掘不同面膜引起皮肤变化的差异,可为化妆品行业制造对面部皮肤更有益的面膜提供建设性意见.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑜	北京工商大学计算机与信息工程学院	41	67	4.0	5.0
2	何聪芬	北京工商大学理学院	159	1221	18.0	27.0
3	宋丽雅	北京工商大学理学院	27	80	5.0	8.0
4	高学义	北京工商大学计算机与信息工程学院	2	0	0.0	0.0
5	冯春波		5	4	1.0	2.0
6	陈圆圆		1	0	0.0	0.0