<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="utf-8"/>
<meta content="width=device-width, initial-scale=1.0" name="viewport"/>
<title>几何代数PCA与GAPCA研究</title>
<link href="https://fonts.googleapis.com/icon?family=Material+Icons" rel="stylesheet"/>
<link href="https://fonts.googleapis.com/css2?family=Noto+Sans+SC:wght@300;400;500;700;900&family=Roboto:wght@300;400;500;700&display=swap" rel="stylesheet"/>
<style>
:root {
--primary-color: #2C3E50;
--secondary-color: #3498DB;
--accent-color: #E74C3C;
--bg-color: #ECF0F1;
--card-bg: #FFFFFF;
--text-color: #34495E;
--light-text: #7F8C8D;
}
body {
font-family: 'Roboto', 'Noto Sans SC', sans-serif;
background-color: var(--bg-color);
color: var(--text-color);
margin: 0;
padding: 0;
display: flex;
justify-content: center;
min-height: 100vh;
}
.poster-container {
width: 720px;
min-height: 960px;
background-color: #fff;
padding: 40px;
box-sizing: border-box;
display: flex;
flex-direction: column;
gap: 25px;
box-shadow: 0 0 20px rgba(0,0,0,0.1);
}
header {
text-align: center;
border-bottom: 3px solid var(--primary-color);
padding-bottom: 20px;
}
h1 {
font-size: 42px;
font-weight: 900;
color: var(--primary-color);
margin: 0 0 10px 0;
letter-spacing: 1px;
line-height: 1.2;
}
h2 {
font-size: 20px;
font-weight: 400;
color: var(--secondary-color);
margin: 0;
text-transform: uppercase;
letter-spacing: 2px;
}
.content-grid {
display: grid;
grid-template-columns: 1fr;
gap: 25px;
}
.card {
background-color: var(--card-bg);
border-radius: 12px;
padding: 25px;
box-shadow: 0 4px 6px rgba(0,0,0,0.05);
border-left: 5px solid var(--secondary-color);
transition: transform 0.2s;
}
.card:hover {
transform: translateY(-2px);
box-shadow: 0 6px 12px rgba(0,0,0,0.08);
}
.card-title {
display: flex;
align-items: center;
font-size: 22px;
font-weight: 700;
color: var(--primary-color);
margin-bottom: 15px;
border-bottom: 1px solid #eee;
padding-bottom: 10px;
}
.card-title .material-icons {
margin-right: 10px;
color: var(--secondary-color);
font-size: 28px;
}
.card-content {
font-size: 16px;
line-height: 1.6;
color: var(--text-color);
}
.highlight-box {
background-color: rgba(52, 152, 219, 0.1);
padding: 15px;
border-radius: 8px;
margin-top: 10px;
border: 1px solid rgba(52, 152, 219, 0.3);
}
.concept-row {
display: flex;
gap: 20px;
margin-top: 15px;
}
.concept-item {
flex: 1;
background: #FAFAFA;
padding: 15px;
border-radius: 8px;
border: 1px dashed #BDC3C7;
}
.concept-item h4 {
margin: 0 0 8px 0;
color: var(--secondary-color);
font-size: 18px;
}
.keyword {
color: var(--accent-color);
font-weight: 700;
}
.formula {
font-family: 'Courier New', Courier, monospace;
background: #f4f4f4;
padding: 2px 6px;
border-radius: 4px;
font-size: 0.9em;
}
.footer {
margin-top: auto;
text-align: center;
font-size: 14px;
color: var(--light-text);
border-top: 1px solid #eee;
padding-top: 20px;
}
.tag {
display: inline-block;
padding: 4px 8px;
background-color: var(--primary-color);
color: white;
border-radius: 4px;
font-size: 12px;
margin-right: 5px;
}
</style>
</head>
<body>
<div class="poster-container">
<header>
<h1>几何代数PCA与GAPCA研究</h1>
<h2>Geometric Algebra PCA & GAPCA Overview</h2>
</header>
<div class="content-grid">
<!-- Section 1: 背景知识 -->
<div class="card">
<div class="card-title">
<i class="material-icons">school</i>
背景知识 (Background)
</div>
<div class="card-content">
<div class="concept-row">
<div class="concept-item">
<h4>几何代数 (GA)</h4>
<p>一种统一的数学语言。核心概念包括<span class="keyword">多向量</span>、<span class="keyword">双向量</span>及几何积。它超越了传统线性代数,能自然地处理旋转和方向信息。</p>
</div>
<div class="concept-item">
<h4>主成分分析 (PCA)</h4>
<p>经典的降维技术。通过正交变换寻找数据方差最大的方向。传统PCA主要关注<span class="keyword">对称协方差结构</span>,往往忽略了数据的时间方向性和旋转结构。</p>
</div>
</div>
</div>
</div>
<!-- Section 2: 核心概念辨析 -->
<div class="card">
<div class="card-title">
<i class="material-icons">psychology</i>
核心概念辨析 (Key Concepts)
</div>
<div class="card-content">
<p style="margin-bottom:10px;"><strong>GAPCA</strong> 这一术语在文献中通常指向两个不同的研究方向,需加以区分:</p>
<div class="highlight-box">
<h4 style="margin:0 0 10px 0; color:var(--primary-color);">1. 几何代数 PCA (Geometric Algebra PCA)</h4>
<p>这是在<strong>几何代数框架下</strong>的理论扩展。代表性方法是 <strong>双向量分量分析 (BCA)</strong>。</p>
<ul style="margin-top:5px; padding-left:20px;">
<li><strong>原理</strong>:将滞后二阶矩算子分解为对称部分和反对称部分。</li>
<li><strong>突破</strong>:PCA处理对称部分,双向量方法处理反对称部分。</li>
<li><strong>意义</strong>:捕捉传统PCA无法识别的<span class="keyword">时间方向性</span>、<span class="keyword">滞后关系</span>和<span class="keyword">旋转流</span>。</li>
</ul>
</div>
<div class="highlight-box" style="background-color: rgba(231, 76, 60, 0.05); border-color: rgba(231, 76, 60, 0.3);">
<h4 style="margin:0 0 10px 0; color:var(--primary-color);">2. 几何近似 PCA (gaPCA)</h4>
<p>全称 <strong>Geometrical Approximated Principal Component Analysis</strong>。</p>
<ul style="margin-top:5px; padding-left:20px;">
<li><strong>定义</strong>:一种基于几何构造的快速算法。</li>
<li><strong>应用</strong>:主要用于高光谱图像处理等需要高效计算的场景。</li>
<li><strong>区别</strong>:侧重于计算效率而非代数理论的扩展。</li>
</ul>
</div>
</div>
</div>
<!-- Section 3: 对比与优势 -->
<div class="card">
<div class="card-title">
<i class="material-icons">compare_arrows</i>
对比与优势 (Comparison)
</div>
<div class="card-content">
<table style="width:100%; border-collapse: collapse; font-size: 14px;">
<tr style="border-bottom: 2px solid #eee;">
<th style="text-align:left; padding: 8px; width: 25%;">方法</th>
<th style="text-align:left; padding: 8px;">数据结构捕捉</th>
<th style="text-align:left; padding: 8px;">适用场景</th>
</tr>
<tr style="border-bottom: 1px solid #f9f9f9;">
<td style="padding: 8px; font-weight:bold;">标准 PCA</td>
<td style="padding: 8px;">仅对称结构 (协方差)</td>
<td style="padding: 8px;">静态数据降维</td>
</tr>
<tr style="border-bottom: 1px solid #f9f9f9;">
<td style="padding: 8px; font-weight:bold; color:var(--secondary-color);">GA-PCA (BCA)</td>
<td style="padding: 8px;">对称 + <span class="keyword">反对称结构</span></td>
<td style="padding: 8px;">时间序列、动态系统</td>
</tr>
<tr>
<td style="padding: 8px; font-weight:bold; color:var(--accent-color);">gaPCA</td>
<td style="padding: 8px;">近似几何结构</td>
<td style="padding: 8px;">图像快速处理</td>
</tr>
</table>
<p style="margin-top:15px; font-size:14px;"><i class="material-icons" style="font-size:14px; vertical-align:middle; color:var(--accent-color);">lightbulb</i> <strong>核心优势</strong>:几何代数 PCA 能够揭示数据中的“流向”信息(如金融市场的板块轮动),这是传统统计方法无法看到的。</p>
</div>
</div>
<!-- Section 4: 应用 -->
<div class="card">
<div class="card-title">
<i class="material-icons">apps</i>
应用领域 (Applications)
</div>
<div class="card-content">
<div style="display: flex; flex-wrap: wrap; gap: 10px;">
<span class="tag">金融时间序列分析 (板块轮动)</span>
<span class="tag">多变量信号处理</span>
<span class="tag">高光谱图像降维</span>
<span class="tag">机械故障诊断</span>
<span class="tag">机器人学</span>
</div>
<p style="margin-top:15px;">例如,在分析2020-2025年行业ETF数据时,BCA方法成功识别出成长型行业(科技、工业)领先于防御型行业的旋转模式,这种时序结构在标准PCA中是隐形的。</p>
</div>
</div>
</div>
<div class="footer">
Research Summary | Generated based on literature review of Bivector Component Analysis & Geometrical Approximated PCA.
</div>
</div>
</body>
</html>
登录后可参与表态
讨论回复
0 条回复还没有人回复,快来发表你的看法吧!