分组主成分评价法及其应用

针对应用主成分法或因子分析进行综合评价时存在的缺点,提出了分组主成分评价法．即先用因子分析法对变量进行分组,然后再分别对各组变量进行主成分评价,既保持了主成分法的优点,又克服了它评价中的缺点,使综合评价结果更趋合理,并用该方法对实例进行了分析．     

基于改进主成分分析法的Topsis在学术期刊评价中的应用研究

针对传统的主成分分析与Topsis结合评价方法,会遇到提取的是变量的线性组合,损失了原始变量的初始值,且各主成分需根据变量的占有率高低重新命名,容易导致主成分含义不明显,指标解释能力不足的弊端,提出引入改进主成分分析法;采用改进后的主成分分析法从15个评价指标中提取出具有代表性的原始的9个指标,并根据指标的贡献率归一化客观确定其权重,构造加权规范矩阵与Topsis法结合,将该方法应用到学术期刊的评价中,得出结论与实际情况接近,说明该组合的评价方法具有一定的实用意义。     

基于主成分聚类分析的采矿方法优选

 采矿方法优选涉及到多指标体系的分类及综合评价问题,利用主成分分析简化了指标结构,将主成分分析与聚类分析相结合,提出了主成分聚类分析法,并基于该方法对来自某矿山的15个试样的采矿方法进行了优选。在此过程中,针对传统主成分分析方法的缺点和应用中可能出现的误区,通过均值化改进了主成分分析的特征提取,通过以主成分得分为新的数据基础做聚类分析改善了综合评价效果;对主成分含义给出了较为明确的解释;对主成分聚类、第一主成分得分、主成分综合得分的排序结果进行了对比分析。研究表明,主成分聚类分析法则既可以对多变量数据进行合理地分类,又能对各类优劣程度做出综合评价,能充分反映矿山的实际情况,终选出的采矿方法在工业试验后成效显著,验证了该决策方法是切实可行的。     

主成分分析在棉田质量评价中的应用

运用主成分分析法对农七师125团棉田进行质量评价。随机选取50块耕地共10个变量(评价项目)，对各变量进行数据标准化处理，再进行主成分分析。分析结果表明，第Ⅰ～Ⅲ主成分代表了评价指标的87.91％信息。根据主成分的综合得分划分棉田等级，分析结果与其它评价方法得出的结论一致。     

主成分分析和回归分析在水稻土质量评价中的应用——以桐城市为例

运用主成分分析和多元线性回归相结合的方法对桐城市水稻土资源进行质量评价,文中选用了桐城的24个典型土种,12个变量（评价项目）,先对土种理化性质进行数字化处理,通过计算机输入处理过的标准化数据,采用主成分分析法筛选出影响水稻土生产力的8个主导因子,再应用回归分析对这8个入选因子进行全回归分析得出回归方程,用这8个入选因子的回归系数求得其权重以及土种各因子的具体评价指数,最后进一步对所有土种进行综合评价并进行归类分等,评价结果与实际完全一致。     

基于改进的主成分分析和集成综合评价法的水质评价

针对传统主成分分析对非线性数据处理的不足,提出了一种改进的主成分分析方法：首先利用对数变换对原始非线性数据进行线性化,然后利用均值化进行无量纲化处理,所得结果尽可能最大保留原始信息,同时大大降低了数据维数.同时,改进综合评价函数,结合熵值法,提出了集成综合评价方法：即首先利用传统主成分分析得到综合评价值,再利用熵值法得...     

采空区危险性评价方法优化

为了更合理精确地评价采空区危险性,对利用神经网络评价的方法进行优化,建立主成分分析法与神经网络结合的采空区危险性评价模型.从地质和工程条件出发,综合考虑影响采空区稳定性的13项主要因素,统计样本数据.运用主成分分析法对影响采空区稳定性的样本进行预处理,将分析结果作为神经网络的输入数据,减少输入变量,消除变量之间的相关性,从而加快数据处理速度,提高预测精度.将该方法应用于锡矿山的采空区危险性评价.结果表明,预测误差在8％以内,较未经主成分分析的神经网络预测精度有了很大提高.利用主成分分析法和神经网络结合建立的采空区危险性评价模型具有分析速度快、预测精度高等优点.该方法科学合理,为采空区危险性评价提供了一种更完善的评价体系.     

多元统计分析在评价保险服务质量中的应用

保险服务质量直接影响保险公司的口碑和客户的投保意愿,评价保险服务质量涉及诸多影响因素.应用多元统计分析中的主成分和因子分析法,能综合处理多个指标,达到浓缩信息、降维指标、简化变量的目的.借助SPSS 21.0统计软件,分析国内某10家保险公司服务质量的问卷调查结果,以每个主成分的方差贡献率作为权重,构造出一个综合评价函数,在实际应用中有利于保险公司针对性地改进服务质量.     

基于循环修正的黑龙江省各主要城市综合竞争力综合评价方法研究

针对城市竞争力评价中存在的单一方法评价结果不一致的问题,对黑龙江省12个主要城市的11项指标,分别采用综合指数法、层次分析法、主成分分析法和因子分析法进行综合评价和排位;再以Spearman等级相关系数为检验标准,利用平均值法、Board法、Copealand法、模糊Board法对单一模型进行组合,反复迭代,得到黑龙江省各主要城市综合竞争力的综合评价和排序。     

主成分分析在湖泊富营养化污染程度综合评价中的应用

利用一种改进了的主成分分析综合评价法 ,通过Mathematica软件计算 ,对我国十二个湖泊富营养化污染状况作了评价排序 ,给出了排序结果 ,与常规方法的排序结果进行了比较。主成分分析法应用的关键在于确定各项指标的权重     

基于均值化主成分分析的城镇居民消费性支出应用研究

均值化主成分分析是在传统主成分分析法的基础上,采用均值化方法对数据进行预处理的一种改进方法。利用均值化主成分分析法对全国各地区城镇居民的人均消费支出情况进行分析,并使用Matlab平台进行仿真,最终提取出反映消费支出的主成分,为下一步的研究工作提供必要的决策支持。     

基于排名的变量型主成分分析法在学生综合成绩评价中的应用

对综合评价的方法进行了简要的介绍;采用主成分分析法,以某中学学生成绩为样本,基于各科成绩排名对学生综合成绩进行了评价,分析了其与原始成绩的统计关系。根据实际数据,利用变量型主成分分析法确定指标权重,进一步得到了学生综合成绩的评价结果;利用主成分得分,对优势学科的判定方法进行了研究,明确了相关年级的优势学科,对师资力量的定位与学生的评价提供了依据。     

粉煤灰品质主成分分析综合评价

为解决目前粉煤灰单因子评价方法不能全面综合反映粉煤灰品质的弊端,采用主成分分析方法,建立用于评价大掺量粉煤灰混凝土中粉煤灰品质性能的综合评价法.研究结果表明:利用R软件强大的统计功能,运用主成分分析原理,可以将粉煤灰样本的大量性能表征指标构造成少数的几个变量,并通过计算各样本的主成分值,以各主成分的贡献率为权重值,得出各粉煤灰样本的综合得分,通过最终的主成分综合得分来划分粉煤灰质量等级,实现对粉煤灰品质进行快捷、客观的综合评价.     

基于主成分分析法的10kV配网评价

主成分分析法是通过数学降维将多个因子转化为几个相互独立且包含原因子大部分信息量的综合变量。这些变量之间相互独立,不受主观因素影响,具有较好的客观性,有利于开展分析评价。该文采用主成分分析法,通过公变总数、公变总容量、负载率30%~80%的公变数量、10 k V线路总数、10 k V线路长度、负载率30%~70%的10 k V线路数量、有10 k V出线的变电站数量这7个配网水平主要影响因子建立10 k V配网水平评价模型,作为对其进行分析,形成10 k V配网水平评价模型。     

基于主成分分析法的车险定价因子研究

文章针对车险行业的经营现状,在可获取信息的基础上,确定12个影响行车安全的风险因子,分为车辆性能状态和驾驶员驾驶行为习惯2大类。对主成分分析法进行改进,设计基于指标重要性权值的主成分分析法。运用此方法对风险因子数据进行降维处理,获得4个主成分,以此作为车险行业的定价因子,为车险行业提供差异化的保费计算方法。     

基于因子-主成分回归分析的股价技术分析研究

介绍了回归分析中多元线性回归的理论及应用方法,并以股价技术指标为研究对象,利用spss统计分析软件,建立了短期股价变动的多元线性回归模型。同时讨论了被选为自变量的参数之间存在的多重共线性问题,并分析该问题对线性回归分析结果造成的影响。因子-主成分分析的核心是用较少的相互独立的因子反映原有变量的绝大部分信息。主成分分析的主要思想是:从自变量中提取出新的变量,这些变量是原变量的适当线性组合,并且互不相关,因此应用SPSS软件进行数据缩减、提取主成分,并以主成分因子为新的自变量建立主成分回归方程,消除了多重共线性对回归模型的影响。最后对不同模型的测试结果进行了比较、分析,验证了因子-主成分分析在解决实际经济问题中的有效性。     

主成分分析在货车中时分析中的改进

货车中时受技术站各作业环节作业时间的影响,而且各环节之间彼此相关。文章分析了中时的构成,并将其影响因素分为三个层面,两个环节因素和7个过程因素。鉴于各因素的非线性关系,对主成分分析法进行改进,在考虑无调比的基础上采用分层主成分分析法进行定量分析。通过算例,得出了中时各过程影响因素的评价因子并排序,从而更加准确的把握货车中时的特点,以助于寻求压缩中时的对策,也证明了改进方法的有效性。     

用主成分回归分析解决回归模型中复共线性问题

主成分回归分析是将回归模型中有严重复共线性的变量进行因子提取,得到正交的因子变量,然后对因子变量进行回归模型的建立.通过具体实例介绍复共线性的判别方法以及如何利用主成分回归分析方法建立较理想的回归模型,从而解决了由于复共线性而造成病态回归方程的问题.     

基于主成分综合模型的矿区农田重金属污染评价

文章尝试利用变量聚类分析方法对矿区附近农田土壤重金属污染的主要污染物进行辨识,并采用 综合主成分分析法对矿区附近农田土壤重金属污染情况进行评价和分级。分析结果表明：利用变量聚类分 析法可以有效地辨识矿区附近农田土壤重金属污染中的主要成分;运用综合主成分分析法,确定样本的综合 主成分,并对其排序和聚类,可以有效揭示矿区附近农田土壤重金属污染物的数据结构、相互关系和不同样 品点的污染程度。采用主成分分析方法对矿区附近农田土壤重金属污染情况的评价结果,反映了矿区主要 重金属污染物的影响,同时又定量化了土壤复合重金属污染研究。辨识和评价结果可为矿区附近农田土壤 重金属污染治理对策的提出和重点治理区域的确定提供参考和指导。     

改进的主成分分析法自动发现土地覆盖变化

为了实现快速、自动化发现土地覆盖变化这一目标,在分析传统主成分差异法、差异主成分法、多波段主成分法三种不同处理过程的基础上,结合主成分变换原理提出了一种改进的主成分分析法(modified principal component analysis,MPCA).操作中先将d1时相多光谱影像作主成分分析,得PCd11,PCd12,…,PCd16;d2时相高分辨率全色波段PAN与PCd11进行直方图匹配后,采用了经反复试验效果较好的3×3模板进行边缘滤波增强;然后取代PCd11与PCd12,PCd13,…,PCd16进行主成分逆变换,作者在ENVI4.0和IDL6.0工具包支持下实现了这一融合算法.以北京海淀区为例进行的试验研究表明,MPCA法不仅能够快速发现变化信息,而且增强了影像纹理,弥补了传统主成分分析法的缺陷.此外,变化信息提取精度较高,其Kappa系数比传统主成分差异法、差异主成分法、多波段主成分法依次提高了0.063,0.118,0.029,是一种比较实用的变化信息发现方法,值得推广应用.