运用主成份分析法剔除教学评估中的非主要指标

运用主成份分析，建立了逐步剔除教学评估中的非主要指标的方法，并用实例加以验证．     

基于现金流量的可选消费行业财务预警研究

为了对上市公司可选消费行业出现财务危机的可能性进行更准确的预测,采用logistic回归分析方法做出预警模型.选择非配对样本,以可选消费行业沪市A股公司2003年和2004年的ST公司和正常公司共42家作为分析样本,另外48家作为检验样本.利用主成份分析方法对现金流量指标进行筛选,并运用logistic回归对所得到的主成份进行分析,得到的基于现金流量的财务预警模型,可从获现能力、盈利能力等不同角度全面准确地反映企业的财务状况.     

园林历史研究中的量化及分析算法研究 ——以南京明、清杏花村地块为例

【目的】基于园林历史研究中大量私家园林历史信息数据化及数据分析问题,探索比传统研究范式在样本覆盖率和信息复杂降低程度两个方面更佳的研究路径。【方法】以明、清时期南京杏花村地块的45处私家园林为研究对象,通过梳理、验证历史信息,将45处园林、57项独立特征转化为合计2 565项的历史信息判定矩阵。对信息矩阵进行K-means聚类和主成分分析,并将聚类和降维之后的结果从样本覆盖率和信息复杂降低程度两个方面,与传统研究范式,如通过四要素、园主人等分类后提取高频特征研究的方法进行比对,同时比较了传统、聚类、主成分分析所得历史信息规律的差异。【结果】分析比较指出,传统分类后高频的研究方法样本覆盖率一般为45%,信息复杂度约为原样本的70%;指定分类数为5的K-means聚类算法样本覆盖率约为42%,信息复杂度约为原样本的63%;而采用主成分分析法可以跨过分类步骤,得到合计70%以上、信息复杂度为原样本44%的规律。在分类后获得的历史性规律中,采用传统方法只能得到离散信息,以K-means聚类后可以得到跨类型的规律,而用主成分分析法不但能得到跨类型规律,还具有提示性强、特征明显的优点。【结论】南京杏花村地块历史园林发展脉络中,园林的要素和风格更多受地块内已有园林形态影响,而非园主人身份或造园风尚引导,这突破了已有范式的常见结论。在园林历史研究中,面对大量私园时,主成分分析法具有样本覆盖率高、信息复杂度低的优点,是一种可参考的研究路径。     

KPCA和RSVM结合处理大规模问题研究

针对入侵检测中训练样本数量多、属性多这一问题,应用核主成份分析Kernel PCA和简约支持向量机Reduced SVM相结合的方法,不但有效地提取了样本的非线性信息,而且使样本在维数上得到约简,减少了核矩阵的计算量.在标准入侵检测数据集上的实验表明:训练时间进一步减少,正确率得到提高,而误报率下降.     

道路交通驾驶员差异性分类定量研究

驾驶员个体差异是影响城市道路交通运营、效率及安全的一个重要因素之一。为了实现对驾驶员差异性的影响分析,采用驾驶模拟舱研究平台对驾驶员样本进行归类。研究分别选取了反映驾驶员特征的静态驾驶适性和动态驾驶适性两类,共计15个指标。采用因子分析的方法将相关指标归纳为驾驶员的5个类因子,并通过主成份分析的方法找出每类因子中的主导指标,并以此指标作为聚类分析的输入变量。结果表明聚类分析得到的三类驾驶员具有明显的各自特征。     

道路交通驾驶员差异性分类定量研究

驾驶员个体差异是影响城市道路交通运营、效率及安全的一个重要因素之一。为了实现对驾驶员差异性的影响分析,采用驾驶模拟舱研究平台对驾驶员样本进行和归类。本研究分别选取了反映驾驶员特征的静态驾驶适性和动态驾驶两类共计15个指标。采用因子分析的方法将相关指标归纳为驾驶员的5个类因子,并通过主成份分析的方法找出每类因子中的主导指标,并以此指标作为聚类分析的输入变量。结果表明聚类分析得到的三类驾驶员具有明显的各自特征。     

主成份和最小成份抽取的新算法

给出了用于主成份分析和最小成份分析的神经网络学习算法，两者之间仅差一个符导，即刻生成份分析算法经改变符号后又是一个最小成份分析算法，两算法不仅能计算主成份空间和最小成份空间，而且学习所得的子空间以及主向量／最小向量的左奇异向量，数值模拟证实了算法是有效的。     

对多指标综合评价的主成分分析方法的改进

国内关于应用生成分分析方法进行综合评价的案例很多。但在众多的案例研究中我们发现，主成分分析的应用也还存在一些问题．问题之一：究竟应选取多少个主成分来对样本进行综合评优排序；问题之二：对主成分的经济含义有时难以作出合乎客观实际的解释，这有碍于对定量综合评价作定性分析。本文拟结合实例对这两个问题作些探讨。一、主成分个数选取对此问题的见解有两神观点。一是只用第一主成分。英国统计学家肯德尔认为：第一主成分能够最大限度地反映样本问的差异，是概括指标差异信息的最佳线性函数。［’1因此，只能用第一主成分对样本…     

主成分分析法在高校大型贵重仪器设备采购过程中供应商综合评价的运用

当对设备供应商进行选择时,如果所设计的指标非常多,就很难轻易地作出决策。本文以10个供应商的实际指标数据为样本,应用主成分分析法,以少数的综合变量取代原有的多维变量,使数据结构简化,把原指标综合成几个主成分,再以这几个主成分的贡献率为权数进行加权平均,构造出一个综合评价函数。     

结合小波低频子带的主成分分析方法

针对单样本人脸识别问题,提出了一种结合小波低频子带的主成分分析方法.为了加强单样本图像的分类信息,该方法将原训练样本与其小波低频子带重构图相结合,然后对结合的训练样本进行主成分分析.在ORL人脸库上的实验结果表明,当训练集中每个人只有一幅人脸样本图像时,文中方法的识别率比标准特征脸法高3.6%,而所使用的特征脸个数减少14.8%.     

信息产业与西部能源开发

西部大开发 ,国家已作为战略决策确定下来 ,西部能源开发是其中的一部分。国家重点企业中信息化建设方面存在的问题 ,西部企业中依然存在 ,这将影响西部开发的进程。因为西部开发中需要信息、信息产业 ,而信息、信息产业在西部开发过程中必将起到巨大作用 ,因此 ,必须重视它、利用它     

洞穴水滴自动测试记录仪的研制

 洞穴水滴记录仪是为研究石笋年层气候意义而专门设计的记录洞穴滴水速率参数的仪器.仪器应具有洞顶滴水传感、滴水时间记录、水滴滴速记录、传输记录数据到PC机、接受PC机的指令控制、水样收集等功能.本文分别从硬件和软件两方面论述其研制方法.     

一种箱体类零件CAPP专家系统零件模型建立的方法

对零件信息的描述过程就是零件模型的建立过程。零件信息描述得准确、完整与否将对ＣＡＰＰ系统的质量和可靠性具有决定性的作用，它一直是ＣＡＰＰ中的一个难题。尤其面对结构复杂的箱体零件，更是一件难题。探讨了单件小批生产条件下有关箱体类零件ＣＡＰＰ 系统开发中的有关理论和技术问题，介绍了用于箱体类零件的一种信息描述方法——基于零件方位特征的分层式特征信息描述方法，以及如何建立零件信息模块及框架结构等内容。     

大屏幕显示系统的硬件设计

介绍在ＰＣ机管理下的多个大屏幕ＬＥＤ显示系统的硬件电路设计，每个大屏幕由一台或多台ＰＣＭ专用机及扫描显示电路，驱动电路组成，整个系统所要显示的信息由ＰＣ机组织、处理及传送，并利用ＰＣ机的“键盘命令”选择不同的显示方式。     

浅议速记在大学英语四级听力应试中的应用

在英语四级听力应试中,学生通常使用的方法是凭借短时记忆做题。然而,面对日益复杂的题型和较难的题目,学生往往会出现前面听着、后面忘着的现象,这势必影响学生顺利答题。因此,需要找到一种方法能够让学生边听边做题目。而速记正是这样一种有效把握听力核心内容的好方法。文章着力论述了速记在四级听力应试中的应用问题,以及记什么和怎么记,为学生的四级听力应试策略开拓新的思路。     

Zigbee网络应用在煤矿井下环境的技术优势

现代煤矿企业对于信息自动化的要求越来越高,很多技术集中的生产场所都要求实现无人化的智能管理。建设井下大范围环境监测监控和人员监测监控系统,可以减少下井人员数量,降低井下人员工作强度,并做到精确监控与有效管理。现有的井下监控系统对传感器以及设备信息的采集主要依靠硬接线,存在着布线工作量巨大而且复杂,维护困难的缺点。近年来无线通讯技术陆续用于部分井下系统,而针对井下生产设备监控和环境安全监控的无线监控系统基本处于试验阶段。ZigBee作为一种新兴的近距离、低复杂度、低功耗、低数据速率、低成本的无线网络技术,相对其他无线传输技术更适合煤矿井下环境。本文将从技术原理、传输速度、传输距离以及功耗等方面论证其优势。     

主位推进模式与汉英语篇翻译

主位推进模式是构成语篇信息性的主要内容。在汉英语篇互译中，正确把握汉英两种语言的主位推进模式有助于再现原文的信息结构，以获得真正意义上的功能对等。     

可视通信中视频图像实时显示方法研究

简要分析了微型计算机的显示方式与行、场频关系．提出用计算机的高分辨率显示器实时显示来自不同视频源的活动图像．方法是将视频信号数字化后，由数字存储器进行扫描速率变换和内插，然后还原成模拟信号．所得到的模拟图像信号与ＶＧＡ字符、图像一道送多路转换器，按需要实时显示活动图像或字符和静止图像，也可以实现电视图像与ＰＣ图形的叠加．该系统已用于激光水下通信的实验中，稍加改动，还可拓宽到其他应用领域     

基于IP组播技术的视频监控系统的研究

网络视频监控是近年来研究的一个热点,它将逐步成为人们生产、生活不可缺少的部分。本文结合现代视频技术、通信技术发展趋势,提出和设计了基于PC机和IP组播通信方式的视频监控系统方案,其中着重研究了IP组播技术在网络视频传输中的应用。     

半群PC(n,r)的幂等元秩

设PCn是有限链［n］上的降序且保序部分变换半群
. 对任意的3≤r≤n-1, 考虑半群PC(n,r)={α∈PCn: 〖JB(|〗Im(α)〖JB)|〗≤r}
的秩和幂等元秩, 证明了半群PC(n,r)是由秩为r的幂等元生成的, 并得到了PC(n,r)的秩和
幂等元秩均为∑〖DD(〗n〖〗k=r〖DD)〗〖JB((〗〖HL(1〗nk〖HL)〗〖JB))〗〖JB((
〗〖HL(1〗k-1r-1〖HL)〗〖JB))〗.