论文部分内容阅读
随着人们对环境的日益重视和监测技术的提高,水质监测中出现了越来越多变量相关的多变量数据。其中,太子河水质数据属于数据相关的多变量数据。由于传统方法的局限性,本文利用基于Gram-Schmidt变换的主基底分析方法进行太子河水质数据的监测指标筛选工作。这种方法能够在原数据信息损失尽可能小的前提下,排除所有的冗余变量以及变量集合中的重叠信息,有效地对大规模变量集中的信息进行筛选,从而得到一个标准正交的主基底。并且,通过对所选基底的“净信息含量比”的测度,可以有效地选择具有代表性的水质监测变量。有利于对水质监测