因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受。50年代以来,随着计算机的普及和各种统计软件的出现,因 子分析在社会学、经济学、医学、地质学、气象学和市场营销等越来越多的领域 得到了应用

通过FactSage 6.0热力学软件计算,研究了合金钢中镁铝尖晶石(MgO.Al2O3)形成和向低熔点复合夹杂物转化的热力学条件,以及钙处理对钢液成分和夹杂物成分的影响.研究结果表明:钢中生成镁铝尖晶石夹杂物需要镁的含量较低;当钢液中溶解钙的质量分数为1×10-6时,镁铝尖晶石会转化变成液态的复合夹杂物;随着钙加入量的增加,液态复合夹杂物中Al2O3和MgO的含量继续降低,CaO的含量继续增加,SiO2的含量较低,基本保持不变;随着钙加入量的增加,钢液中的氧含量会降低,镁含量增加

将支持向量机应用于岩体质量等级分类中,采用工程中适用性强的指标如岩石质量指标、完整性系数、单轴饱和抗压强度及结构面摩擦因数,作为判别因素.选用径向基核函数进行训练,通过交叉验证确定最佳模型参数,建立了岩体质量分级模型.该模型采用成对分类方法构建多类分类模型,与已有文献采用一对多分类法构建支持向量机多类分类模型相比,不可分区域减少很多,即模型分类精度提高显著.将该模型应用于工程实例,结果表明预测结果与工程勘测结果完全吻合,证明了支持向量机岩体质量分级方法的有效性

因子分析(factor analysis)是一种数据简化的技术 。它通过研究众多变量之间的内部依赖关系,探求观测数 据中的基本结构,并用少数几个假想变量来表示其基本的 数据结构。这几个假想变量能够反映原来众多变量的主要 信息。原始的变量是可观测的显在变量,而假想变量是不 可观测的潜在变量,称为因子。 例如,在企业形象或品牌形象的研究中,消费者可以 通过一个有24个指标构成的评价体系,评价百货商场的24 个方面的优劣

4.1向量及其运算 1.向量:n个数a1,a2,an构成的有序数组,记作a=(a1,a2,an), 称为n维行向量 a称为向量a的第i个分量 a;∈R称a为实向量(下面主要讨论实向量) a∈C称a为复向量

“伟大的数学家已经针对人类思想作出了甚至比文学家还更加不朽的贡 献,因为它与语言无关。” 提奇马什 由于微观粒子的波粒二象性,微观粒子运动状态的描述方式和经 典粒子不同,微观粒子力学量(坐标动量、角动量和能量等)的性 质也不同于经典粒子的力学量.微观粒子的波粒二象性使得其坐标和 动量不能同时具有确定的值,因此我们只能用与经典力学不同的方式 描述微观粒子的力学量:在量子力学中,用波函数描写微观粒子运动 状态,波函数满足运动方程一薛定谔方程,而力学量则使用算符表 示