基于PCA的聚类分析在汶川地震灾情分类中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Application of Cluster Analysis based on Principal Component Analysis on Classification of Disaster in Wenchuan Earthquake
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    首先,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%的三个主成分及其得分。然后,基于三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。

    Abstract:

    First, the synthetic analysis is conducted on 8 disaster indexes of 36 serious disaster-stricken counties and cities in Wenchuan earthquake by principal component analysis of SPSS software. It is gained that the three principal components and scores of cumulative contribution rate of 83.403%.Then, it is classified about 36 serious disaster-stricken counties and cities by cluster analysis based on the scores of three principal component. The classification result is more Comprehensive, rational and scientific.

    参考文献
    相似文献
    引证文献
引用本文

陈丽,张朝元.基于PCA的聚类分析在汶川地震灾情分类中的应用[J].重庆工商大学学报(自然科学版),2013,30(5):17-21
CHEN Li, ZHANG Chao-yuan. Application of Cluster Analysis based on Principal Component Analysis on Classification of Disaster in Wenchuan Earthquake[J]. Journal of Chongqing Technology and Business University(Natural Science Edition),2013,30(5):17-21

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
×
2024年《重庆工商大学学报(自然科学版)》影响因子显著提升