一种辅助专家赋权与克服自然权重学术评价方法--完全信息多重主成分分析法

在学术评价中,由于评价体系指标日益增多会导致专家赋权困难,以及评价指标标准化后平均值不相等会扭曲实际权重,产生自然权重问题,从而使得评价结果根本不能体现专家权重。文章在进行理论分析的基础上,提出一种新的完全信息多重主成分分析方法来解决这个问题,并以JCR2017数学期刊为例进行了实证。研究结果表明:学术评价中专家辅助赋权与自然权重问题必须高度重视,完全信息多重主成分分析可以较好地解决这个问题,该方法的评价结果具有较好的统计学性质,需要注意的是当主成分指标分类效果较差时需要专家进行进一步讨论。

基于主成分分析的多重定量PCR荧光串扰校正

聚合酶链式反应(PCR)是分子生物学常用的检测手段,主要用于对生物的DNA或RNA进行检测。由于荧光光谱重叠和滤光片过滤带宽限制,检测时所获得的荧光数据通常会包含荧光通道之间的串扰,串扰的存在使PCR结果分析变得复杂,并可能影响最终的检测结果。选择合适的光学元件,并确定通道间的补偿矩阵,可以降低甚至消除荧光串扰。目前荧光补偿矩阵大多通过迭代计算获得,还没有一种简单的方法可以从混合的多通道荧光数据中找到荧光补偿矩阵。为了快速获得荧光补偿矩阵,减小计算量,采用主成分分析法(PCA)中确定主成分的方式,基于搭建的测试平台进行单一染料实验,获得染料的荧光信号在各个检测通道的分布情况,计算得到荧光补偿矩阵。通过分析补偿矩阵,发现对于搭建的硬件系统,Cy5染料对Cy5.5通道串扰较大,串扰比例为8.76%,同时Cy5.5染料对Cy5通道串扰影响也相对较大,比例约为6.2%;其次是ROX染料对HEX通道串扰,比例约为2.68%;HEX染料对FAM通道串扰,比例约为1.58%;FAM染料对HEX通道串扰相对较小,比例约为0.25%,其余通道无明显串扰,与荧光光谱反映的结果一致。采用得到的荧光补偿矩阵对单一染料实验得到的原始荧光数据进行处理,有效去除了非目标通道的荧光串扰,实现了荧光通道数据的解耦,验证了方法的可行性。最后设计了染料颜色分辨实验,将不同浓度的多种染料进行组合测试,并采用所提出的方法将得到的数据进行荧光补偿。实验结果表明,荧光通道各自的线性相关性较高,五个荧光通道的线性相关系数r均大于0.99,该结果进一步验证了该补偿方法的有效性。

老年病科多重耐药菌医院感染危险因素的主成分分析

目的探讨老年病科医院感染有多重耐药菌引起的危险因素,为合理控制多重耐药菌医院感染在老年病科的传播提供依据。方法选取2020年1月—2022年12月内蒙古林业总医院(内蒙古民族大学第二临床医学院)老年病科收治的患者,对发生多重耐药菌医院感染的危险因素进行主成分分析。结果调查期间老年病科共有63例发生医院感染,感染率3.37%,多重耐药菌医院感染患者为36例,感染率1.93%。采用KMO检验对变量的相关性进行检验,结果为0.736,可以证明检验效果良好,对相关阵进行检验后,得出结果P<0.001,证实各项危险因素之间存在一定相关性,具有进行因子分析的基本条件;对危险因素进行主成分分析后得出主成分特征值大于1,选取前5个主成分进行主成分分析,其累计贡献率为84.876%。具体主成分分析如下:患者住院天数、住ICU天数为第一主成分;侵入性操作为第二主成分;低蛋白血症、恶性肿瘤和手术为第三主成分;心血管疾病、脑血管疾病和糖尿病为第四主成分;抗菌药物联用和预防使用抗菌药物为第五主成分。结论对老年病科多重耐药菌医院感染危险因素进行主成分分析,可以有效将相关联的危险因素筛选出来,并对其进行总结分析,为控制老年病科多重耐药菌医院感染措施的实施和完善提供数据支持。

基于主成分及信息熵的额敏灌区农业用水特征

以额敏灌区农业灌溉用水为研究对象,采用主成分分析、信息熵分析方法,选取10个指标对灌区2009—2021年进行主成分分析。结果表明:影响灌区农业用水的主要驱动因子为衬砌防渗渠道长度、灌溉面积、农作物播种面积、节水灌溉面积、灌溉水量、农业人口数等6个指标;时间上,2009—2022年额敏灌区用水构成以农业灌溉用水为主,耕地、园地、林地、牧草地灌溉用水量分别占农业灌溉用水量的90.25%、3.12%、5.05%、1.58%,农业灌溉用水量于2010—2020年呈现逐年下降趋势;空间上,灌区东北部农业用水以地表水为主,中部与西部地表水和地下水占比基本一致。2009—2022年信息熵值与均衡度在灌区不同地理位置表现为:西部>东北部>中部,东北、中、西部信息熵分别为0.36、0.32、0.56 Nat,东北、中、西部均衡度均值分别为0.26、0.23、0.40。分析成果可为灌区农业灌溉用水现状及用水管理提供理论参考。

融合主成分分析与曲率特征的点云去噪方法研究

为提高三维点云数据的应用效率与质量,针对点云数据的完整去噪尤为重要,是基于点云数据进行特征提取的重要步骤之一。本文提出了一种融合主成分分析与点云曲率特征的组合去噪方法,该组合去噪方法实现点云去噪主要分为两个步骤,首先,使用主成分分析算法进行全局去噪,剔除明显噪声;其次,根据计算点云曲率信息进行进一步去噪,剔除局部小噪声。使用实测建筑物三维点云数据进行试验,试验结果表明本文提出的组合去噪方法能够在保证建筑物整体结构信息的前提下尽可能剔除无用噪声,利用基于熵理论的定量方法检验本文方法去噪效果,结果表明本文方法去噪精度较主成分分析的去噪算法、双边滤波算法、拉普拉斯算法去噪精度更高,验证了本文方法的可行性与优越性,具有较高的推广价值。

多重主成分分析及在地质构造信息提取中的应用

提出一种多重主成分分析方法 ,是对原始遥感数据经过图像变换或运算处理后 ,再有针对性地对专题信息进行二次乃至多次提取的图像处理方法 ,同时也是对多种不同类型 ,不同分辨率的遥感图像进行综合处理的尝试。应用于柴达木盆地西部山区提取地质构造信息获得显著效果。图像上新发现了一个鼻状圈闭及一组连接上、下两个断裂带的弧形纹理。

基于主成分分析重建图像的互信息视觉伺服

基于互信息的视觉伺服使用图像全局信息来实现伺服控制,避免了对传统几何特征的提取、匹配和跟踪,并且对光照变化、部分遮挡具有鲁棒性,但由于其任务函数的高非线性,该方法具有收敛域较小的缺点。提出了基于主成分分析(PCA)重建图像的互信息视觉伺服方法,有效降低了任务函数的非线性。通过实验比较了基于PCA重建图像的互信息视觉伺服和基于原始图像的互信息视觉伺服收敛域大小及收敛速度,并考虑了PCA中主成分个数的影响,结果表明基于PCA重建图像的互信息视觉伺服有效地扩大了互信息视觉伺服的收敛域,且具有更快的收敛速度。

基于三维设计主成分分析的电网工程算量信息权重提取方法

提出一种基于三维设计主成分分析的协方差三维矩阵分解方法,提取电网工程算量的信息权重。采用高阶张量奇异值分解方法去除非主成分,保留主成分形成新的三维矩阵,得出要提取权重的信息的初始位置,并采用区域生长法,获取完整的电网工程算量的信息内容;依据电网工程算量的信息内容获取电网工程算量信息主成分指标,依据指标评分之间的线性关系,通过建立权重模型获取主成分特征值和初始因子载荷,完成各指标权重指数提取。测试结果表明,该方法能够提取各单项指标算量信息的权重指数,且单项指标信息权重提取准确率和效率分别高于98.5%、96.0%。

青藏高原主产地蕨麻营养成分分析与综合评价

目的测定青藏高原4个主产地蕨麻的营养成分,并对其品质进行综合评价。方法采用SPSS 19.0分别对青藏高原4个主产地蕨麻的营养成分进行方差多重比较分析、主成分分析(principal component analysis,PCA)和聚类分析(hierarchical cluster analysis,HCA),并对蕨麻品质进行综合评价。结果4个不同主产地蕨麻中部分产地蕨麻的各营养成分之间差异显著(P<0.05),普遍具有高膳食纤维(平均含量>6 g/100 g)、低脂肪和低饱和脂肪(平均含量分别<3 g/100 g和<1.5 g/100 g)、极低钠(平均含量<40 mg/100 g)、氨基酸组成接近联合国粮食及农业组织和世界卫生组织(Food and Agriculture Organization of the United Nations/World Health Organization,FAO/WHO)的理想模式、脂肪酸种类丰富(含10种主要脂肪酸)、富含多种矿物质元素[平均Fe、Mg、K含量≥30%营养素参考值(nutrient reference values,NRV)]等特点。其中青海蕨麻为高蛋白食品(平均含量>20%NRV),四川和西藏蕨麻含有多种维生素(平均维生素B_(1)、维生素B_(2)、叶酸含量≥15%NRV)。PCA综合评价结果表明青海蕨麻排名第一,HCA将4个不同主产地蕨麻分为3类,第Ⅰ类蕨麻综合品质相对更好。结论蕨麻具有良好的营养价值和开发前景,青海蕨麻营养品质最佳,可为其质量控制提供依据。

基于信息熵与主成分分析的火电机组综合评价方法

为解决火电厂运行优化、状态监测和故障诊断中机组运行状态的综合评价问题,在分析评价指标特点的基础上,将信息熵理论与主成分分析方法相结合应用于火电机组综合评价,得到了机组状态评价的二级指标和一级综合评价指标。以2008年全国600 MW火电机组竞赛中的5台机组为研究对象,建立基于信息熵与主成分分析的机组状态综合评价模型。该方法得到的机组排名与实际竞赛机组排名完全一致,表明该方法可信度和有效性较高,对不同机组进行状态对比和不同电厂之间开展竞赛具有较好的指导意义。

改进的完全二维主成分分析及其在步态识别中的应用研究

对完全二维主成分分析算法进行改进,提出三种不同的加权策略,详细地分析它们的本质,并将其应用到步态识别中。在中国科学院自动化所提供的CASIA(B)步态数据库下验证加权方案的有效性,实验结果表明加权幂指数的选取对识别结果的影响比较大,通过实验可以选取最佳的权值,能够做到提高识别性能。最后针对各个行走状态下的步态,分析了背包步态识别率低的原因。

基于主成分分析的温室内水面蒸发量估算模型构建及验证

【目的】估算温室无风环境下的水面蒸发量(Ep)。【方法】基于温室内2020年与2022年3—7月的实测水面蒸发量(Ep)与气象数据,采用主成分分析法对Ep的影响因素进行分析,利用提取出的主成分与Ep构建多元回归模型,并对估算结果进行验证。【结果】试验期间Ep随试验时间的延长呈上升趋势,2020年3月与2022年3月的Ep日平均值分别为1.84 mm与1.94 mm,6月分别增加至3.77 mm与5.15 mm;辐射、湿度对温室无风环境下水面蒸发量的影响占主要地位,其中光合有效辐射与水面蒸发量的相关性最高,相关系数为0.852(P<0.01),其次为太阳辐射与湿度,相关系数分别为0.811与-0.770(P<0.01)。第一主成分的太阳辐射、光合有效辐射以及湿度对水面蒸发量影响较大,特征值为4.44,其中太阳辐射对水面蒸发量影响最明显,得分系数最高,为0.328;湿度与光合有效辐射次之,得分系数分别为0.311与-0.321。基于主成分分析结果建立了水面蒸发量估算模型,水面蒸发量估算值与实测值显著正相关(P<0.01),方程相关系数R2为0.908,MBE为0.10,RMSE为0.48 mm/d,一致性指数较高(d=0.94)。【结论】在温室无风环境下太阳辐射、光合有效辐射与湿度对水面蒸发量影响较高。

基于主成分分析法的农业信息化评价研究

以2012年中国31个省(市、区)农业信息化相关数据为依据,建立了一个包括3个一级指标、9个二级指标的评价指标体系,采用主成分分析法对我国农业信息化水平进行研究。分析结果表明,评价结果与我国农业信息化实际发展情况基本符合,主成分分析法作为构建农业信息化水平评价模型的方法客观有效。从全国范围来看,东部农业信息化发展水平普遍较好,西部省份则发展相对落后,但重庆、陕西、宁夏等西部省份的农业信息化也已经初具规模。

基于主成分分析与Brovey变换的ETM+影像植被信息提取

在ETM+影像全色波段和多光谱数据融合时,Brovey变换是一种较好的融合方法,但是Brovey变换所利用的波段信息量少,并且在对融合后影像分类时常将存在阴影的植被覆盖区误判为水体。因此将主成分和归一化植被指数(NDVI)作为Brovey变换融合时的波段,实验结果显示融合后的影像更利于后期植被信息提取。

基于相位信息和主成分分析的对称性检测方法

对称性检测在图像分析与模式识别中具有重要意义。该文提出一种基于相位信息和主成分分析的对称性检测方法。首先在不同尺度、不同方向上计算相位对称性,其次在每个方向上将所有尺度的相位对称性进行融合,再次利用主成分分析提取各个方向的主要特征,最后利用非极大值抑制和自适应滞后阈值处理得到最终的对称性检测结果。实验证明:该文方法可直接对原始图像进行处理,不需要图像的任何先验知识,对于多目标图像不需分割等任何预处理;可以同时检测亮目标和暗目标的镜像对称、旋转对称、曲线对称;对图像亮度和对比度不敏感。

基于主成分分析法的农业信息化评价研究

构建了科学、实用的农业信息化评价指标体系,并应用主成分分析法对河南农业信息化进行实证评价,评价结果与河南农业信息化实际情况相符.

基于主客观赋权-TOPSIS法的县域指引信息重要度评估方法

目前仅参考行政等级的指路标志指引信息分层原则不能客观地反映县级行政区的交通需求。为了优化县级行政区指路标志指引信息设置策略,增强路网功能,提出了一种基于主客观赋权-TOPSIS法的县域指引信息重要度评估方法。首先,结合中国县级行政区特点细化评价颗粒度,构建了涵盖人口、面积、经济、旅游景区数量、路网规模等11项指标的评价体系;其次,采用量表分析法对主观指引信息重要度进行统计学分析得到主观权重;然后,采用主成分分析法基于指标内部客观特性进行赋权,将累计解释方差率达到85%的主成分按照对应特征值加权求得重要度客观得分,并采用TOPSIS法对主客观得分进行综合评价,得到每个样本在主客观2项指标下的相对贴近度;最后,根据县级行政区相对贴近度在本省对应的z分数得到高指引信息重要度的县级行政区清单,作为指引信息选取的决策依据。以2组高速枢纽立交为例,根据主客观赋权-TOPSIS法的评估结果,提出了对应转换节点处县级行政区的指路标志指引信息选取方案,并结合实地调研结果验证了本研究提出的评估方法的合理性。结果表明:所提出的方法优化了指路标志指引信息设置策略,可为指路标志版面信息选取提供参考。

基于主成分分析的企业会计信息失真预测模型

企业会计信息失真的识别是国内外财务研究的一大难点。本文采用多元统计分析中的主成分分析方法,建立了一种新的预测企业会计信息失真的模型——主成分预测模型,并把沪深两市年报被会计师事务所出具“否定意见”或“拒绝表示意见”的上市公司界定为“会计信息失真企业”,选取44家会计信息失真企业及与之相对应的44家非会计信息失真企业共88家企业作为研究样本,对上市公司会计信息失真的主成分预测模型进行实证检验。

改进的主成分聚类分析法在教育信息化中的应用

随着的多媒体教学的应用和发展,为了有效利用高校教育信息化系统中保存的大量信息,进而对教学情况进行科学合理地评估,本文提出了改进的主成分聚类分析法并构建了基于此方法的学生成绩综合评价模型。首先对原始数据集进行了变换处理,再对评价指标进行预处理,进而结合系统聚类法对综合主成分结果进行系统聚类,最后对某高校学生成绩综合评价进行了改进的模型验证。仿真结果正确可靠,表明了此方法在教育信息化中应用的有效性,最终为教育教学管理者提供了决策支持。

主成分分析中的信息损失及其效率估计

首先阐明了主成分分析中信息损失的不可避免性,接着提出了对主成分进行效率统计的概念,并构造了效率统计量,最后模拟了该统计量的分布,得到了一般性的结论。