主成分分析和灰色模型组合的身管多点烧蚀磨损量预测

身管是火炮类武器的关键零件,对其烧蚀磨损量进行预测,有助于保持火炮作战效能。针对火炮身管沿轴向各点烧蚀磨损量需分别建立数学模型进行预测问题,提出一种组合烧蚀磨损量预测方法。采用主成分分析(principal component analysis,PCA)方法对身管多点烧蚀磨损量进行数据空间降维,提取反映烧蚀磨损量变化的主成分,利用灰色模型对主成分进行多步预测,通过PCA逆运算获得身管内膛多点烧蚀磨损量预测值。结果表明,在历史数据较少的条件下,通过选择合适的预测步数可获得较为准确的预测值,为身管内膛多点烧蚀磨损量的预测提供了一种新的有效途径。

基于层次分解、主成分分析和高斯混合模型的火成岩岩性识别——以惠州26洼古潜山为例

火成岩油气成藏规律复杂,受到火山运动、强构造运动以及风化剥蚀等叠加影响,火成岩的化学成分和结构构造复杂多样,非均质性极强,采用常规岩性识别方法难以一次性将所有岩性准确识别。借鉴层次分解思路,以惠州26洼古潜山为例,提出了一种火成岩岩性测井识别分类方法:综合考虑火成岩地质分类原则和测井响应特征来确定岩性识别层级,基于这种层次性的分类原则,在每一层次定量优选岩性识别敏感参数,建立研究区岩性识别优选层级;在明确岩性识别优选层级的基础上,逐级逐次使用主成分分析(PCA)和高斯混合模型(GMM)对岩性进行判别并确定其计算函数,建立分级优选岩性识别模型,最终达到整体岩性区分的目的。研究结果表明,研究区辉绿岩和闪长岩识别正确率分别为87.31%和84.32%,未分级未优选辉绿岩和闪长岩识别正确率为60.45%和54.88%,分级未优选其岩性识别正确率为69.61%和67.04%,有效提高了研究区的复杂岩性识别精度。该方法的提出对提高火成岩岩性识别精度提供了一种思路,也为研究区古潜山火成岩岩性精确识别提供了参考依据。

基于主成分分析的牛油火锅底料挥发性风味物质评价模型的构建

采用薄膜固相微萃取与气质联用技术对市场占有率较高的4种牛油火锅底料品牌的B端和C端产品的挥发性风味物质进行了比较分析,并构建主成分评分模型对其风味进行了差异性评价。结果表明,B端产品共检测有154种风味物质,C端产品则有158种,而8个样品检测出25种相同的风味物质,相同品牌的风味物质中,C端产品的烃类物质占比明显较低。利用主成分分析对火锅底料中的风味物质组成进行分析,结果表明,7个主成分因子累积方差贡献率达到100%,能有效表征火锅底料的风味物质信息。最后构建主成分分析模型,计算综合评价指数,对其风味进行评价排序,Pearson相关性分析发现主成分综合得分与感官评价结果相关性为极显著(P<0.01),相关系数为0.908,说明所构建的模型能够有效地对火锅底料进行风味评价。

基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值

目的探讨基于主成分分析的回归模型对重度创伤性脑损伤去骨瓣术后脑积水的评估价值。方法选取邯郸市中心医院2022-01—2023-10收治的92例重度创伤性脑损伤患者,均接受去骨瓣术治疗。根据患者术后是否发生脑积水分为发生组(20例)及未发生组(72例),比较2组临床资料,并对其进行主成分分析,然后提取主成分作为自变量,采用主成分分析-Logistic回归分析重度创伤性脑损伤去骨瓣术后脑积水的危险因素,采用受试者工作特征曲线评估模型对患者发生脑积水的预测效能。结果单因素分析显示,发生组脑震荡、脑内血肿、术后颅内感染、术后大面积脑梗死、手术前后脑室系统出血占比、受伤距离手术时间、手术前后CGS评分、白细胞计数均高于未发生组(P<0.05)。主成分分析-Logistic回归分析显示,合并脑内血肿、颅内感染、术后大面积脑梗死、手术前后脑室系统出血、手术前后GCS评分低是重度创伤性脑损伤去骨瓣术后发生脑积水的独立危险因素(P<0.05)。主成分分析-Logistic回归模型评估重度创伤性脑损伤去骨瓣术后发生脑积水的灵敏度为90.00%,特异度为94.44%,AUC为0.958。结论主成分分析-Logistic回归模型能够有效评估重度创伤性脑损伤去骨瓣术患者的预后情况,脑内血肿、颅内感染、术后大面积脑梗死、脑室系统出血、GCS评分等是影响患者发生脑积水的重要因素。

湖羊公羔体重与体尺的主成分分析及回归模型的建立

为研究湖羊体重和体尺性状的关联,试验选取浙江省内湖羊种羊场80只6月龄湖羊公羔,分别测定其体重和11个体尺性状并进行相关性、主成分分析及建立回归模型。结果表明:湖羊公羔的体重、尾长、尾宽、尾周长、肥周长、胸宽以及睾丸围的变异系数均大于10%;羔羊体重与除体高外所有体尺指标呈显著正相关,胸围与体重间的相关系数最大,其次为体斜长和管围,睾丸围与体重间的相关系数最小。在主成分分析中,12个性状可简化为3个主成分指标,相关矩阵特征值为4.286、2.131和1.552,累计贡献率为66.408%。使用体尺指标建立体重的最优回归方程为Y=-56.55+0.65×X1+0.671×X2(Y为体重,X1为胸围,X2为体斜长),R^(2)=0.727,P<0.01。综上,在针对湖羊公羔选育时,可将多个性状简化为综合指标以提高育种效率;逐步回归分析的结果提示,胸围和体斜长可作为重要性状进行选育。

基于主成分分析法的自来水公司信用管理模型构建研究

客户信用管理是企业日常运行中非常重要的内容之一,通过有效的信用管理,企业可以及时了解客户的信用状况,减少坏账损失,降低经营风险。企业应收账款管理严重消耗企业的财力和物力,同时应收账款的管理不善也会导致企业和客户之间关系紧张。因此建立科学合理的信用管理体系显得尤为重要。文章基于对客户信用管理研究现状和本行业自身特点的梳理,结合对S自来水公司历史数据分析,提取对信用评估有重要影响的因素,通过matlab软件进行主成分分析计算,合理运用主成分分析法形成用于客户信用评估的信用管理模型,并基于信用管理模型建立新的信用管理模式。

基于主成分分析的水平式ADCP流速模型研究及应用——以京南水文站为例

水平式ADCP能应用于测量测验,流速模型的建立是重要的一环。基于京南水文站水平式ADCP监测原始数据和实测流量成果,利用主成分分析法研究水平式ADCP流速模型的建立。结果表明:基于主成分分析的线性断面平均流速模型是可行的;水位在18.67~29.27 m时,基于线性主成分断面平均流速模型的水平式ADCP流量自动监测系统可在京南水文站河段应用。

基于主成分分析的信用评分模型研究

信用评分是确保金融机构安全借贷和减少坏账风险的重要工具,其中主成分分析(PCA)能提高处理贷款数据的精确度和效率,进而提升信用评分模型的预测能力。本文首先介绍了研究背景和意义,探讨了信用评分模型的发展与现状,分析了PCA在信用评分中的应用优势及局限。通过分析上市公司数据构建指标体系和主成分分析,计算因子得分,并利用主成分数据构建决策树模型以验证PCA模型的准确性。最后,文章总结了研究成果并对未来的研究方向进行了展望。

预制菜消费端需求现状与影响因素分析——基于主成分分析和聚类分析法

为进一步壮大预制菜市场规模、促进预制菜消费需求不断增长,对北京市1085位居民消费者的调研结果进行数据分析,结果发现:绝大多数消费者对预制菜有所了解,了解的主要渠道为线下广告/试吃或网络推广,了解预制菜的消费者中青年消费者群体购买意愿偏高;不同年龄的消费群体对预制菜口味有着不同的偏好与要求,麻辣鲜香口味的预制菜总体上更受欢迎,并且消费者对口味的偏好随着年龄的增长逐渐偏向于清淡;大多数消费者偶尔购买预制菜,在消费者消费预制菜的情景上,工作与疫情影响更大;电商渠道和连锁超市渠道是消费者购买预制菜的主要渠道。通过二元选择模型研究分析消费者个人特征对预制菜消费的影响,发现消费者年龄、职业和在家烹饪频率对预制菜消费有显著影响,40周岁以下的年轻人、学生和企业员工、每周在家烹饪3次以上的消费者购买预制菜的倾向更高。通过主成分分析及聚类分析方法,对消费者预制菜购买动机及其选择结果进行分析,发现追求方便快捷型的消费者口味偏向于麻辣,购买预制菜多用于节日聚餐,购买渠道多为连锁超市和农贸市场;追求性价比型的消费者口味偏向于清淡、麻辣,购买预制菜多用于节日聚餐、送人,购买渠道多为农贸市场;追求安全型的消费者口味偏向于清淡、麻辣,购买预制菜多为上班忙以及疫情无法出门,购买渠道多为电商渠道、连锁超市;追求预制菜口味型的消费者口味偏向于香甜、麻辣,购买预制菜多为上班,做饭时间不足,购买渠道多为农贸市场。针对上述预制菜消费端需求现状与影响因素,提出了加强监管,增强居民对预制菜的信任;优化工艺,提高预制菜的质量和口感;加强宣传,提高预制菜的市场份额与知名度;采取直播带货,扩宽预制菜销售渠道等发展建议。

基于主成分分析和聚类分析AA肉鸡生产力评定模型的建立

为了对规模化肉鸡场AA肉鸡的生产力水平进行综合评定,试验以滑县某肉鸡场5栋鸡舍1~5周龄的103 020只AA肉鸡为试验动物,对入栏数(x_(1))、存栏数(x_(2))、成活率(x_(3))、周耗料量(x_(4))、累计周耗料量(x_(5))、日耗料量(x_(6))、累计日耗料量(x_(7))、只耗料量(x_(8))、累计只耗料量(x_(9))、只日耗料量(x_(10))、累计只日耗料量(x_(11))、体重(x_(12))、周增重(x_(13))、日增重(x_(14))、周效率(x_(15))、累计效率(x_(16))等16项生产指标进行了相关分析、主成分分析和聚类分析,筛选出代表性生产指标,再运用主成分分析法建立生产力评定模型。结果显示:16项生产指标间120个相关系数中99个达到极显著水平(P<0.01),6个达到显著水平(P<0.05),15个不显著(P>0.05);提取的4个主成分Y_(1)、Y_(2)、Y_(3)和Y_(4)方差贡献率分别为83.544%、10.956%、3.662%和1.081%,累计贡献率为99.245%;16项生产指标聚为5类;选出的代表性生产指标为x_(2)、x_(3)、x_(5)、x_(7)、x_(9)、x_(11)、x_(12)、x_(13)和x_(16);所建立的AA肉鸡生产力评定模型为I=0.027x_(2)-0.096x_(3)+0.116x_(5)+0.116x_(7)+0.111x_(9)+0.111x_(11)+0.119x_(12)+0.150x_(13)-0.122x_(16)。此模型解决了多项生产指标的合理加权问题,可用于AA肉鸡的生产力综合评定。

肝脏疾病成分输血与相关检验指标主成分分析和预测研究

目的研究相关检验指标在肝脏疾病成分输血的主成分分析和预测模型。方法采用回顾性方法,收集2017年1月至2022年12月期间住院接受成分输血的肝脏疾病患者与非肝脏疾病患者作为研究对象,根据接受成分输血的类型分为输注悬浮红细胞组、输注病毒灭活冰冻血浆组和输注单采血小板组。收集患者的一般资料和输血前相关实验室指标,包括血红蛋白(Hb)、红细胞压积(HCT)、血小板计数(PLT)、凝血功能指标、肝功能指标以及输血情况,通过t检验与方差检验比较肝脏疾病与非肝脏疾病不同成分输血组上述指标的差异。采用KMO检验、Bartlett球形检验和碎石检验(Scree Test)验证多因子分析的适宜性,利用主成分分析(PCA)对各指标的方差贡献进行观察,评估各指标间的相关性。通过受试者工作曲线(ROC)分析评估各检验指标对于不同成分输血的预测价值。结果共纳入96例肝脏疾病患者与216例非肝脏疾病患者,肝脏疾病中57.3%患者输注血浆(55/96例),非肝脏疾病中54.2%患者接受红细胞输血(117/216例)。输注红细胞组肝病与非肝病患者Hb平均值分别为70.61 g/L和82.82 g/L;HCT平均值分别为20.80%和24.47%;丙氨酸氨基转移酶(ALT)平均值分别为45.94 U/L和25.43 U/L;总胆红素平均值为44.38μmol/L和19.31μmol/L,这四项指标两组患者中存在显著差异(P<0.05)。在输注血浆组肝病与非肝病患者Hb平均值分别为73.45 g/L和111.43 g/L;HCT平均值分别为21.70%和31.06%;ALT平均值分别为59.33 U/L和28.33 U/L;天冬氨酸氨基转移酶(AST)分别为44.35 U/L和22.52 U/L;INR平均值分别为1.43和1.07;以上指标存在显著差异(P<0.05)。输血血小板组肝病与非肝病患者PLT平均值分别为36.70×10^(9)/L和50.76×10^(9)/L;AST平均值分别为54.20 U/L和31.19 U/L;PT平均值分别为15.95 s和12.98 s;APTT平均值分别为54.42 s和29.90 s;INR平均值分别为1.36和1.11;以上五项指标存在显著差异(P<0.05)。PCA分析肝病患者不同成分输血前检验指标显示,血液指标和肝功能指标分布为第一和第二主要成分,非肝病患者输血前检验指标中肝功能和凝血指标为第一和第二主要成分。通过ROC曲线分析肝病患者接受红细胞输血组,HCT曲线下面积为0.912;血浆输血组中,INR和PT曲线下面积为0.964和0.953;在输注单采血小板组中,INR曲线下面积分别为0.938。结论本研究对于不同成分输血前各项指标相关性分析和模型预测,尤其对于肝病患者选择不同成分输血可以提供研究依据。

基于主成分和响应面分析三种改良剂对发酵玉米面条品质的影响

该研究以玉米为原料制作传统发酵玉米面条,通过主成分分析以面条的蒸煮品质和质构特性构建发酵玉米面条品质评价模型,研究品质改良剂对发酵玉米面条品质的影响,应用响应面分析不同品质改良剂及其交互作用对发酵玉米面条品质的影响,并优化品质改良剂的配比。结果表明:前2个主成分F1和F2的贡献率分别为:58.31%和25.41%,累计贡献率为83.72%;根据主成分分析结果构建发酵玉米面条品质评价模型;品质改良剂对发酵玉米面条品质影响的显著性依次为瓜尔豆胶食盐谷朊粉,其中食盐和瓜尔豆胶、瓜尔豆胶和谷朊粉交互作用对发酵玉米面条品质有显著影响(P<0.05),品质改良剂的最佳配比为:食盐质量分数0.87%、瓜尔豆胶质量分数0.53%、谷朊粉质量分数6.18%。

基于主成分分析评价辣椒品种对辣椒油香气品质的影响

为了客观评价辣椒品种对辣椒油的香气品质的影响,以8种辣椒为原料进行辣椒油的制备,采用固相微萃取-气质联用法对不同品种辣椒油的挥发性风味物质进行测定,对检出的香气成分进行主成分分析,并构建香气品质评价模型。结果表明:8个品种辣椒油共检测出香气物质88种,包括醇类13种、萜烯类10种、烷烃类8种、醛类8种、烯醛类8种、酮类8种、酯类8种、酸类13种、吡咯类3种、呋喃类1种和其他类8种。其中线椒辣椒油挥发性成分中以醇类物质所占比值最大;小米椒、板椒和印度椒则以醛类为主;新一代的辣椒以烷烃为主;内黄新一代、二荆条和辣椒王以酸类为主;主成分分析综合得分表明,二荆条制得辣椒油的香气品质最佳,其次是小米椒和内黄新一代。

基于改进主成分分析的烟草生产全过程质量追溯模型构建

常用的烟草生产全过程质量追溯模型是根据经验值分析烟草成分的,追溯定位的准确率低,时间开销较大。为了解决此问题,构建基于改进主成分分析的烟草生产全过程质量追溯模型。确定烟草生产全过程数据结构和数据采集时间序列,计算烟草生产全过程数据流,提取烟草生产全过程数据;采用改进主成分分析,设计烟草成分分析算法,得到烟草表征属性值,判断烟草生产全过程质量;根据烟草生产全过程数据性质,构建烟草生产全过程质量追溯模型,设计烟草生产全过程质量追溯过程,追溯烟草生产全过程质量。实验结果表明,此模型追溯16个不同大小的烟草生产全过程数据集,追溯的质量数据节点数目达到了6 661,追溯定位的平均准确率为99.45%,产生的时间开销为5.75 s,时间开销较小,具有较优的追溯效率和较高的追溯准确率。

矩阵数据基于鲁棒主成分分析的距离加权判别分析

距离加权判别(DWD)是一种已被广泛应用的矩阵数据分类模型,当数据中存在严重的噪声污染时,该模型的性能会明显下降。鲁棒主成分分析(RPCA)因具备分离数据矩阵低秩结构和稀疏部分的特性已成为解决该问题的有效手段之一。因此,提出一种矩阵数据鲁棒距离加权判别(RDWD-2D)模型。特别地,该模型以有监督的方式对数据矩阵进行鲁棒主成分分析,并同步实现干净数据的恢复与分类。在MNIST和COIL20数据集上的实验结果表明,针对有噪声污染或数据缺失的矩阵数据,与DWD-2D、RPCA+DWD等模型相比,RDWD-2D模型有最好的数据恢复能力和最高的分类准确率;同时RDWD-2D模型对于数据污染度也有较好的鲁棒性。

玻璃文物成分分析与鉴别的数学模型

针对2022年全国大学生数学建模竞赛C题“玻璃文物的成分分析与鉴别问题”中的4个问题分别进行建模分析,根据玻璃文物的化学成分含量、纹饰及颜色等数据,基于单因素方差分析,探究玻璃文物的表面风化与玻璃类型、纹饰及颜色的关系,建立ARIMA模型,预测风化前玻璃文物的化学成分含量;通过主成分分析提取玻璃文物的分类特征,结合聚类算法进行亚类划分;通过基于欧氏距离的聚类算法鉴别未知玻璃文物的类别,分析玻璃文物分类结果的敏感性;通过K-Means++聚类算法分析不同类别玻璃文物的关联关系,对不同类别玻璃文物关联关系的差异性进行判断,给出结论。

基于主成分分析的不同品种蓝莓脆粒品质综合评价

为了筛选适宜加工蓝莓脆粒的品种,开展了冻干蓝莓脆粒品质评价研究。该研究以江苏省内8个南高丛和兔眼蓝莓品种果实为原料,采用真空冷冻干燥技术制备为蓝莓脆粒,测定含水率、总糖、DPPH自由基清除率、硬度等其18项品质指标,并采用主成分分析方法进行脆粒品质综合评价。结果表明:不同品种蓝莓脆粒的品质指标中糖酸比和总酸变异系数较大,其变异系数分别为57.89%和40.25%。通过主成分分析确定葡萄糖含量、花色苷含量、总黄酮含量、总抗氧化活性AEAC、干样含水率、产出率和硬度可作为评价蓝莓脆粒品质的代表性指标;建立综合品质评价模型,并依据各品种的综合品质得分进行排序,得分排名前三位的蓝莓品种分别为莱克西、灿烂和顶峰,其余品种得分均为负值,说明这三种蓝莓较适宜进行干制加工,其中莱克西品种最适宜加工为蓝莓脆粒。研究结果为江苏省内蓝莓干制加工专用品种筛选和品质分析提供了依据。

运用主成分分析法构建五香驴肉品质评价模型

为探究五香驴肉品质的评价标准,选取15种品牌的五香驴肉作为样品,对五香驴肉的蛋白质、脂肪、水分、不饱和脂肪酸、L^(*)值、a^(*)值、b^(*)值及剪切力进行测定,采用主成分分析法建立五香驴肉品质评价模型,并结合感官评价结果进行验证。结果表明:第1和第2主成分贡献率分别为65.61%和26.17%,累计贡献率为91.78%,其中脂肪、b^(*)值、不饱和脂肪酸含量为驴肉品质的主要影响因子。将该评价模型结果与感官评价结果进行Pearson相关性分析,发现相关性为极显著(P<0.01),相关系数为0.966,表明两种评价方法具有良好的一致性,可为五香驴肉标准化生产提供一定的理论支撑。

基于主成分分析构建混合多糖凝胶品质综合评价模型

为了构建混合多糖凝胶的综合评价预测模型,该研究采用全质构分析法(TPA)和感官评价法对5种亲水胶体复配得到的25种混合多糖凝胶进行测定。结果表明,混合凝胶质构硬度与感官硬度、脆性呈极显著正相关;质构内聚性、咀嚼性与感官硬度、脆性、咀嚼性、弹性、总体可接受度呈极显著正相关;质构弹性与感官弹性、咀嚼性呈极显著正相关,而感官气味与质构指标均不相关。利用主成分分析法从混合凝胶的11个评价指标中提取出3个主成分,累计方差贡献率达到82.45%,建立了混合多糖凝胶的综合评价模型。根据综合评分结果知,当混合凝胶配方为k-卡拉胶0.8%、魔芋胶1.2%、低酰结冷胶0.4%、刺槐豆胶0.6%、海藻酸钠0.4%时,混合多糖凝胶的得分最高为1476.17;而当混合凝胶中不添加k-卡拉胶时,综合评分最低为424.56。基于主成分分析得到的综合评价模型对混合多糖凝胶品质进行评价,可以客观的反映出混合多糖凝胶的品质。

基于主成分分析和TOPSIS模型的我国各省份医疗水平评价研究

背景 在新型冠状病毒感染(COVID-19)疫情全国流行期间,我国医疗资源的空间集聚效应凸显,各省份医疗水平存在明显差异,目前,国内学者多运用定量方法对当前全国各省份医疗水平进行评价,应用综合方法评价全国各省份医疗水平者较少。目的 了解我国各省份在医疗卫生事业发展水平上的差异,以期为医疗卫生事业决策者提供参考。方法 于2022年11月,计算机检索中国知网、万方数据知识服务平台和Web of Science数据库,检索有关医疗水平评价的文献。在借鉴现有研究成果的基础上,选取相对指标和平均指标来构建评价指标体系。以《2022中国卫生健康统计年鉴》为数据源,提取/计算各评价指标数据。运用主成分分析法和TOPSIS模型,对我国31个省份(未将中国香港特别行政区、中国澳门特别行政区、中国台湾地区纳入统计范畴)的医疗水平进行综合评价。结果 共检索出合格文献6篇,从医疗资源、医疗服务、医疗保障3个方面选取13个相对指标和平均指标构建评价体系。KMO值为0.733,Bartlett's球形检验结果显示,χ^(2)=346.908、P<0.001,提示数据适用于主成分分析;按照特征根>1.000的标准可提取4个主成分,分别为医疗资源规模和医疗服务质量(F1)、医疗机构工作效率(F2)、传染病控制能力(F3)、其他因素(F4),4个主成分的累积方差贡献率为84.012%。根据主成分得分系数矩阵建立各主成分线性模型后,基于4个主成分的方差贡献率得到可用于评价医疗水平的综合评价模型:Y=0.439 85×Y1+0.158 54×Y2+0.154 40×Y3+0.087 34×Y4。医疗水平综合得分位列前3位的省份分别为北京市(151.908分)、上海市(124.379分)、天津市(78.673分)。TOPSIS贴近度排名结果显示,北京市和上海市处于靠前水平(贴近度分别为0.767、0.646),以贴近度0.400和0.201为节点,可以将31个省份分为3个梯队,第1梯队有北京市、上海市和天津市3个省份,第2梯队有浙江省、四川省等25个省份,第3梯队包括河北省、宁夏回族自治区和西藏自治区3个省份。结论 中国的医疗水平存在明显的省际发展不平衡问题,31个省份医疗水平分布整体呈现“中间大、两头小”的橄榄型结构特征。政府应加大对河北省等医疗水平排名靠后省份的政策倾斜力度,发挥区域卫生规划的统筹协调作用,利用远程医疗和医疗大数据实行定点帮扶。