论文部分内容阅读
对应分析是基于因子分析的基础之上发展起来的一种多变量分析技术。它能揭示同一变量的各个类之间的关系，也能由分析定性和定量变量所构成的关系矩阵来揭示不同变量的各个类之间的相应关系。对非负值指标的样本资料矩阵作适当的处理后，同时进行R型与Q型的因子分析，并将结果综合展现在因子图上，然后对其进行解释，这样就可以得到指标随时间、空间位置变化的规律。它的理论正在引起多方面的重视。
本文在详细介绍对应分析相关知识的基础之上，分析了原有的模型求解方法，并针对原有的求解方法提出了一种新的求解方法。本论文的主要研究内容如下：
(1)对应分析模型是在令样品的平均得分为零的限制性条件下，使组间离差平方和与总离差平方和的相关比最大。本文在减少了样品的平均得分为零的情况下，给出了一种新的模型求解方法，进而拓展了对应分析的应用范围。
(2)本文研究对应分析在图像多边缘整合中的应用。分别利用Roberts算子、Sobel算子、Prewitt算子、LOG算子、Canny算子对给定的图像进行边缘检测，获得不同的边缘检测结果。以这些边缘检测结果组成数据矩阵，对该数据矩阵，利用对应分析方法计算得分向量，依据向量得分的重要程度，获得整合后的图像边缘。实验结果表明，本文方法是有效的。