期刊学术水平综合评价低维逐次投影寻踪建模与实证研究

[目的/意义]对综合性人文、社会科学类期刊学术水平进行科学、合理的评价,为高校、科研院所、期刊学界和业界提供决策依据。[方法/过程]采用文献综述法,以《中国学术期刊影响因子年报》的指标为基础,构建由总被引频次等17个指标组成的期刊评价指标体系。对198种综合性人文、社会科学类期刊的样本数据进行正态化和规格化预处理,并建立四维逐次投影寻踪模型,再采用矢量合成法构建低维逐次投影寻踪模型。[结果/结论]实现对期刊学术水平、各个评价指标重要性等排序和分类,《中国社会科学》显著优于其他期刊,其次是《浙江大学学报》;他引总引比指标最重要,其次是平均引文数,排名前10位指标占总权重的78%;提出了提升期刊学术水平的措施和建议;拓展了期刊评价的新方法;论述了期刊综合评价常用方法 (模型)的优缺点和适用性等。

线上供应链金融风险评价的低维逐次投影寻踪建模研究

根据13家线上供应链金融风险30个评价指标的样本数据,采用逐次低维投影寻踪(LDSPPC)模型进行综合评价研究,结果表明:LDSPPC模型的适用性很好,能同时得到各个评价指标的重要性及其排序结果,对各个线上供应链的金融风险水平进行综合评价、排序与分类等,直接揭示线上供应链金融风险水平与各个评价指标之间的线性关系,后续应用非常便捷。与专家法相比,评价分类结果完全一致,但客观性更好,并实施精细排序。由于样本数量少于评价指标个数,理论上不能建立具有泛化能力和实用价值的BPNN模型。

一种基于投影的特征选择方法

以轴承故障诊断为应用背景,基于低维投影能够反映原高维数据某些特征的思想,提出了一种基于投影的特征选择方法。该方法利用遗传算法找到最能反映样本分类特性的投影方向,并利用该方向剔除与投影值无关的特征指标,克服了传统特征选择方法在高维空间中计算复杂的缺点,有效避免了"维数灾难"。仿真结果表明,该方法能够在不降低投影值类别特性的情况下,有效降低样本数据维数,完成特征选择,提高了分类效率及准确率。

多视角聚类的数值方法研究

针对Zhang等提出的多视角子空间聚类方法,本文给出了一种求解该非凸优化问题的方法并对其提出的算法进行了新的分析和改进。得到的主要结果包括:(1)选择一个好的近似解作为初始点,提高了算法的收敛速度和对全局最优解的收敛概率。(2)用MM思想重新推导出Zhang的方法,由此证明了一个新的收敛性定理;(3)改进了Wen提出的基于流形的正交约束算法并用于求解多视角子空间聚类模型,在算法中加入了初始点,大大提高了运行速度。通过对合成数据和实际数据的实验,验证了算法的有效性。