主成分分析模型在数据处理中的应用

主成分分析模型是一种将原始多个指标转化为少数几个相互独立的包含原始指标绝大部分信息的综合指标的统计学方法。利用MATLAB软件探索了利用主成分分析模型对专题数据进行处理的方法,并利用科学可视化方法对处理结果进行分析评价。实验表明,主成分分析模型能够有效简化原始变量,挖掘原始数据中的隐藏信息。

多指标综合评价的主成分分析模型及原理

多指标综合评价的主成分分析模型及原理白奕（陕西教育学院教务处，西安７１００６１；作者，男，５４岁，副教授）多指标的综合评价，目前普遍使用加权和作为评定标准［１～３］．为了改进用经验法或回归法确定权重的不足，作者主张采用多元统计分析中的主成分分析法，在...

基于主成分分析模型的商业银行绩效评价估计

为了客观评价和分析当下中国商业银行的竞争力态势,首先选择了合适的绩效指标评价体系,然后以国内比较重要的20家商业银行作为研究对象,建立主成分分析模型,对各个商业银行的综合绩效水平进行排名,最后对商业银行的绩效水平作出评价分析.

海峡西岸经济区市域经济实力动态评价——基于全局主成分分析模型

客观认知海峡西岸经济区各地市经济发展水平的动态变迁进程,构建了由18项指标组成的指标体系,结合2007—2010年间的具体数据选用全局主成分分析模型对20个地市的经济实力进行综合动态评价,并对其聚类分析,其中选取的20个城市是海峡西岸经济建设中起主导作用的城市,或者是重点合作城市。研究结果表明,各地市的经济发展态势良好,但各地区的发展不均衡特征比较明显,空间差异较为显著。

企业家创业动因和障碍的主成分分析模型

归集了新企业形成前期,企业家创业的动机和障碍,驱动因素主要有投资、创新、独立、地位、经济利益和市场机会;障碍因素主要是缺少资源、税费高、经营困难.并运用主成分分析模型,描述了准企业家的特征,以及两种因素的权重.

基于主成分分析模型的医疗设备温度监测模型及其应用

将具有保温功能的医疗设备的温度控制在设定值的合适范围内具有重要意义。传统的温度监测方法主要是人工判断,对主观经验依赖性较大,而且过于简单,遇到复杂情况将无法判断温度的可靠性。本文基于主成分分析(PCA)模型,提出了一种新的医疗设备温度监测模型,即基于PCA模型构造多个温度传感器监测数据之间的相关关系,进而构造了相关统计量来监测医疗设备的温度是否正常。将该模型应用于蓝光箱的箱温数据分析,结果表明,该模型可以有效地监测蓝光箱的箱温,当箱温出现异常时,能够及时地发出故障警报,使得异常状况在最短的时间内被发现和处理。该模型可运用到各类温度数据需要进行监测的医疗设备中,具有较强的实用性。

鲁棒主成分分析模型综述

主成分分析求解的模型适用于去除密集的高斯小噪声,但是对于非高斯噪声或离群点严重的噪声时,主成分分析法去噪效果很不理想,缺乏鲁棒性。针对主成分分析模型的缺点提出了鲁棒主成分分析模型。本文在鲁棒主成分分析的相关理论基础下,研究了鲁棒主成分分析的几种经典模型的去噪效果。通过实验数据及图片的效果,分析对比这几个模型的优缺点。

基于挥发性成分定性判别风味油茶籽油掺伪浸出油茶籽油PCA模型和逻辑回归模型的对比分析

为了解决风味(原香和烤香)油茶籽油掺伪浸出油茶籽油的定性判别问题,设计高、低两个掺伪梯度,基于挥发性成分构建并对比分析了定性判别风味油茶籽油掺伪浸出油茶籽油的主成分分析(PCA)模型和逻辑回归模型。结果表明:逻辑回归模型定性判别风味油茶籽油掺伪浸出油茶籽油的能力较强,优于PCA模型;高掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的最低检出限分别为20%和60%,而逻辑回归模型的最低检出限均为10%;低掺伪梯度下定性判别原香和烤香油茶籽油掺伪浸出油茶籽油,PCA模型的判别不准确,而逻辑回归模型的最低检出限均为4%。逻辑回归模型能很好地定性判别风味油茶籽油掺伪浸出油茶籽油。

主成分分析模型在天然气用量预测中的应用研究

随着国家发展政策改变以及天然气的普及使用,城市年需天然气用量成为分析预测的热点问题.首先,运用主成分分析模型理论,统计宿州市近几年天然气使用量的原始数据进行主成分处理.然后,通过线性方程的建立设计出相应的预测模型,检验模型的拟合精度得出合理的预测模型.最后,通过分析数据预测未来几年城市年需天然气用量,并对宿州市天然气资源的充分与合理利用提出相应的建议.

基于主成分-聚类分析模型的生态环境脆弱性分析:以平潭综合实验区为例

目前对平潭综合实验区(平潭主岛)脆弱性评价方面的研究仅有地下水系统的脆弱性研究,对生态环境方面的脆弱性研究尚未见诸文献中。针对此情况,文章首先从自然因素、人为干扰因素和环境因素3个方面构建了生态环境脆弱性指标体系,然后运用主成分-聚类分析模型对平潭综合实验区的生态环境脆弱性进行分区。脆弱性分区结论为平潭综合实验区总体为中强度脆弱,其中极强脆弱区为白青乡,强度脆弱区为北厝镇和苏澳镇,中度脆弱区为中楼乡、澳前镇和敖东镇,轻度脆弱区为平原镇、潭城镇和流水镇,微脆弱区为芦洋乡。文章从增加防护林的面积和种类、调整优化土地利用结构、开展生态功能区划和生态环境保护规划的编制工作三方面提出了降低研究区域生态环境脆弱性的对策措施。

改进的主成分分析在公司财务评价中的应用

通过对我国上市公司的财务指标进行综合分析 ,构建了我国上市公司财务状况综合分析的改进型主成分分析评价模型 ,并应用该模型对上市公司财务状况进行了合理评价。

北京市地下水资源承载力评价及其开发利用对策研究——主成分分析方法在承载力评价中的应用实证

北京市地下水资源作为供应用水的比重加大、开采量逐年上升。由此引发了地下水位下降、地面沉降等环境问题。通过对北京市地下水资源承载力采用主成分分析模型进行综合评价,由主成分关系式得出相应的主成分评判地下水资源承载能力状况。根据地下水承载能力状况,北京市地下水资源开发利用的对策应是:划定地下水资源超采区,实行分区评价和管理;健全地下水资源管理法制、严格地下水资源管理、与其他用水制度相协调;加强地下水资源开发利用管理,监视和监督工作;综合治理由于不合理开采利用地下水引起的各种地质灾害,保护地下水资源。

基于ICA模型的主动隐写分析

提出一种基于独立成分分析(ICA)模型的主动隐写分析方案。该方案假设秘密信息是独立同分布序列且统计独立于载体图像,将隐写分析过程视为ICA模型的求解问题。借助于最大后验概率估计器,该方案仅使用一幅隐写图像即能提取出秘密信息,克服了Chandramouli所提方案的局限性。仿真实验结果表明,该方案能提取大约80%的秘密信息,且性能随嵌入长度的增加而提高。

基于分层鲁棒主成分分析的运动目标检测

针对鲁棒主成分分析(RPCA)模型未能有效地利用运动目标时空连续性先验,容易将背景中的动态细节误判为运动目标的问题,提出了基于分层RPCA的运动目标检测方法.第一层RPCA模型对下采样的低分辨视频进行快速分解,动态地估计可能的运动区域,并利用时空域3D全变差模型来去除稀疏成分中的非结构化的背景扰动,确定显著的运动目标区域,生成运动区域map;第二层构建加权的RPCA模型,根据估计的运动区域map对候选前景进行阈值加权,鲁棒地检测运动目标,得到清晰完整的前景.实验结果证明,该方法能够有效地处理复杂动态背景的运动目标检测.

基于块分类的广义加权鲁棒主成分分析图像去噪模型

为改善广义加权鲁棒主成分分析模型(GWSLRPCA)模型的去噪性能,解决GWSLRPCA模型去噪后图像平滑区域噪声残留以及图像边缘模糊等问题,本文对GWSLRPCA模型进行了改进。通过Canny边缘检测算子对经过高斯滤波初步去噪后的图像进行边缘提取,对边缘提取后得到的图像进行图像块分解进而对图像块分类,从而对相对位置相同的观测图像的图像块进行分类处理,提升GWSLRPCA模型的去噪性能,使去噪后的图像保留更多的细节纹理信息。实验结果表明,该算法相比于GWSLRPCA模型、WSRPCA模型以及GRPCA模型,有着更高的峰值信噪比和更低的差错率,在视觉效果上也更好。

基于主成分分析法的物流上市公司绩效综合评价研究

基于现行上市公司的绩效评价指标体系与财务报表,本文建立了物流上市公司绩效评价的因子分析模型,采用主成分分析法,对我国证券市场物流上市公司2011年度经营绩效进行了实证分析和综合评价,得出了物流上市公司绩效的综合得分和排名,并对结果进行了综合分析,以期为企业经营管理者及投资者决策提供有价值的信息,也为上市公司提高经营绩效提供借鉴。

基于区间二元语言毕达哥拉斯主成分分析的TODIM方法及其应用

针对多属性决策问题中属性和决策者维数较多的情况,将主成分分析模型扩展到区间二元语言毕达哥拉斯模糊环境并构造区间二元语言毕达哥拉斯主成分分析模型,通过此模型获得属性和决策者的权重。提出基于区间二元语言毕达哥拉斯主成分分析的TODIM方法,将此方法应用到实例中并与传统方法进行比较分析,验证该方法的可行性和有效性。

基于MSCR的再生沥青高温本构模型建立与评价

通过多重应力蠕变恢复(MSCR)试验计算了不同再生剂掺量下再生沥青的高温黏弹性特征参数,然后采用3种黏弹性本构模型分别构建了再生沥青高温本构模型,并结合主成分分析(PCA)模型评价了适用于再生沥青高温性能研究的本构模型.结果表明:Burgers模型和三参数固体模型在评价再生沥青高温性能时,特征参数呈现显著的交替波动性,而四参数固体模型具有较好的稳定性;PCA模型发现四参数固体模型比Burgers模型和三参数固体模型具有更显著的评价效果,验证了采用四参数固体模型评价再生沥青高温性能的可靠性.

煤制气残渣地质聚合物的制备及性能分析

煤制气残渣(CSNGS)等固体废弃物已成为环境污染的重要原因,为了减少其对环境的破坏并降低资源的浪费,在地质聚合物可资源化固体废弃物特点的基础上,开展煤制气残渣地质聚合物(CSNGSG)的制备工艺研究。为此,通过正交试验初拟CSNGSG的配合比,并在此基础上展开单因素实验研究;采用抗压强度、X射线衍射(XRD)、红外光谱(FT-IR)及扫描电镜(SEM)等方法分析CSNGSG的推荐最佳配合比,并对其强度形成机理进行探究,再通过主成分分析(PCA)模型对CSNGSG强度的影响因素进行评价。结果表明:正交试验及单因素实验发现当水灰比为0.34,水玻璃模数为0.8,激发剂掺量为22%时,CSNGSG具有显著的抗压强度;CSNGSG强度形成机理主要在于残渣中的硅铝物质逐渐溶解,硅酸盐凝胶体逐渐形成,进而CSNGSG的强度逐渐形成;PCA模型表明水玻璃模数对CSNGSG的影响程度更为显著,在进行配合比设计时应着重考虑水玻璃模数的影响。

学生成绩排名的综合评价模型

对学生成绩排名提出几种新的综合评价模型:主成分分析模型,专家调查法-主成分分析模型,因子分析模型.然后利用一般使用模型和上面介绍的几种模型对理学院信计2000级学生成绩进行分析处理.最后对各种模型比较,找出一种较科学、公平、合理的评价模型.