Analýza hlavních komponent geochemický dat založená na SVD
Popis výsledku
Vzorky alterovaných uhlí byly hodnoceny metodou hlavních komponent s použitím algoritmu SVD. Pomocí nalezených hlavních komponent byly vzorky rozděleny do skupin podle jejich geochemického složení. Výsledky tohoto dělení byly porovnány s výsledky hierarchické klastrovací analýzy. Interpretace nalezených hlavních komponent byla provedena pomocí faktorové analýzy.
Klíčová slova
Analýza hlavních komponentrozklad singulárních číselfaktorová analýzahierarchická klastrová analýzaalterovaná uhlígeochemie
Identifikátory výsledku
Kód výsledku v IS VaVaI
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
SVD-Based Principal Component Analysis of Geochemical Data
Popis výsledku v původním jazyce
Principal Component Analysis (PCA) was used for the mapping of geochemical data. A testing data matrix was prepared from the chemical and physical analyses of the coals altered by thermal and oxidation effects. PCA based on Singular Value Decomposition (SVD) of the standardized (centered and scaled by the standard deviation) data matrix revealed three principal components explaining 85.2 % of the variance. Combining the scatter and components weights plots with knowledge of the composition of tested samples, the coal samples were divided into seven groups depending on the degree of their oxidation and thermal alteration.The PCA findings were verified by other multivariate methods. The relationships among geochemical variables were successfully confirmed by Factor Analysis (FA). The data structure was also described by the Average Group dendrogram using Euclidean distance. The found sample clusters were not defined so clearly as in the case of PCA. It can be explained by the PCA filtrat
Název v anglickém jazyce
SVD-Based Principal Component Analysis of Geochemical Data
Popis výsledku anglicky
Principal Component Analysis (PCA) was used for the mapping of geochemical data. A testing data matrix was prepared from the chemical and physical analyses of the coals altered by thermal and oxidation effects. PCA based on Singular Value Decomposition (SVD) of the standardized (centered and scaled by the standard deviation) data matrix revealed three principal components explaining 85.2 % of the variance. Combining the scatter and components weights plots with knowledge of the composition of tested samples, the coal samples were divided into seven groups depending on the degree of their oxidation and thermal alteration.The PCA findings were verified by other multivariate methods. The relationships among geochemical variables were successfully confirmed by Factor Analysis (FA). The data structure was also described by the Average Group dendrogram using Euclidean distance. The found sample clusters were not defined so clearly as in the case of PCA. It can be explained by the PCA filtrat
Klasifikace
Druh
Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
CB - Analytická chemie, separace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Central European Journal of Chemistry
ISSN
0364-5916
e-ISSN
—
Svazek periodika
4
Číslo periodika v rámci svazku
3
Stát vydavatele periodika
PL - Polská republika
Počet stran výsledku
11
Strana od-do
731-741
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—
Základní informace
Druh výsledku
Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP
CB - Analytická chemie, separace
Rok uplatnění
2005