医院信息化建设改革实证探究

该文根据国内外医院信息化建设的简要情况,通过探析我国在医院信息化改革中出现的一些问题,根据有关数据进行了实证分析。最后,提出了一系列促进我国医院等医疗机构信息化改革中的应对方法,以促进提高医院信息化水平层次。     

龙岩县域经济竞争力实证分析

县域经济反映了一个地区经济发展水平高低,通过对龙岩市各县市进行主成分分析和聚类分析,将龙岩县域经济分为三类,并依据其各县经济竞争水平提出对策.     

综合评价指标的选择方法及实证分析

首先通过聚类分析对评价指标的相关性进行分析,其次运用主成分分析法剔除相关性高及不重要的指标,提出了适宜于不同地区企业评价的指标选择方法,最后对宁夏先进企业的综合实力进行了实证分析.     

投资效益的实证分析

投资效益是反映经济发展的重要指标,由于投资效益的复杂性,需要有一个指标体系来表述,但各指标存在着信息重复,不能综合的问题。利用SPSS统计分析软件进行主成分分析,以影响投资效益的6个因素为指标,找出了投资效益影响因素的主成分,并以上海市1990—2003年投资效益为例进行了实证分析。     

中国部分省市固定资产投资的统计分析

随着现阶段我国各项事业的持续迅猛发展，固定资产投资在整个经济建设中的作用越来越大，合理建筑和购置固定资产对我国的社会主义现代化建设具有重要意义．文章对2006年中国部分省市的有关数据进行统计研究，利用Matlab进行主成分分析和系统聚类分析得出中国部分省市的固定资产投资情况．     

三大基础课对后继课程影响的主成分分析

应用多元统计方法中的主成分分析对我校数学系教育专业40个学生的三大基础课和后继专业课程的各科成绩进行评价,并根据两组主成分分别给出了三大基础课和后继专业课程的综合得分,通过对两组综合得分的聚类分析,将40个学生划分成四类,并对这四类的综合状况给出合理解释,从而得出如下结论:三大基础课对后继专业课程有显著影响.     

安徽省新型城镇化实证分析

为了研究安徽省各地市的新型城镇化水平,文章主要分析了安徽省十六地市的新型城镇化水平,构建了八个指标体系,通过聚类分析以及主成分分析对十六地市进行了综合排名.结果显示铜陵市为新型城镇化一级水平,合肥、芜湖、马鞍山、蚌埠和淮北紧随其后为二级水平,滁州、宣城、池州、安庆和黄山属于第三级水平,其余地市为四级水平.本文描述了安徽新型城镇化状况以及针对各市给出一些政策建议以便更好的发展城镇化,进而改善人民生活水平.     

高校人文社会学科科研实力综合评价研究——基于核主成分分析和实证研究法

收集了2013年31个省市自治区部分高校有关人文社会学科科研方面的相关数据,利用核主成分分析法和实证研究法对科研实力进行综合评价.针对主成分分析在权重系数确定和信息提取等方面存在的问题,利用核主成分分析(KPCA)探究了数据的非线性关系并提高第一主成分贡献率;采用"主观化"改造的思路,提出增加重要性权等观点,构建了实证研究模型;给出了核主成分分析与实证研究相结合的理实综合分析模型对高校人文社会学科科研实力进行综合评价.     

企业信息化关键驱动因素的实证研究

在识别企业信息化驱动因素的基础上,提出研究模型和理论假设,并通过问卷调查的方式对研究模型和假设进行实证检验。结果表明,在企业信息化发展的驱动因素中,企业整体支持、企业内部信息需求是关键驱动因素。据此提出了相应的策略性建议。     

河南省地市科技开发水平层次划分分析

本对河南省地市科技开发水平进行层次划分。首先建立评价指标体系,然后用主成分分析法对原始数据进行处理,得出表示科技开发水平的主成分得分,再用聚类分析方法进行科技开发水平层次的划分。最后提出了加快科技进步的建议。     

结合主元分析和系统聚类的丙烯腈反应器优化

为提高丙烯腈收率,在分析丙烯腈生产工艺的基础上,结合主元分析与系统聚类两种方法对丙烯腈硫化床反应器进行优化.利用主元分析进行变量选取,然后用系统聚类法进行分类并提取优类样本.在分类操作中通过选用不同的判据得到几组最优运行工况.比较发现类平均距离法、离差平方和法要优于其他方法.优化后丙烯腈平均收率提高了近0.7%,试验结果说明了该方法是很有效的.     

基于核主元分析和局部保持投影的手背静脉识别

为了保持手背静脉空间的局部结构,运用局部保持投影(LPP)方法进行手背静脉识别.但是对于小样本图像识别,LPP中的特征方程矩阵通常存在奇异性.为了解决这个问题,提出首先利用核主元分析(KPCA)降低手背静脉空间的维数,再对低维图像应用LPP提取局部特征.对已有手背静脉图像库进行测试,实验结果表明,与传统的PCA和PCA+LPP相比,该方法大大提高了系统的识别率,而且特征提取时间为2.6 s,满足实时系统的要求.     

主成份分析和交叉相关的红移测量

提出了一种新的红移测量方法.首先进行谱线提取,并利用谱线信息确定红移候选;然后,根据红移候选对目标光谱和模板光谱进行交叉相关计算,最大相关值对应的红移候选为目标光谱的红移.采用的静止模板是利用主成份分析构造的.与已有的基于交叉相关的方法相比,本文方法可测量的红移范围大,受谱线提取效果的影响较小.实验结果表明:该方法优于基于谱线匹配的方法,正确率达到95%以上.     

三叶木通种质资源形态多样性研究

收集全国三叶木通种质资源73份，测量各种质16个生物学性状，运用SPSS软件对各形态指标进行方差分析和主成分分析，并对各种质进行聚类分析．方差分析结果表明，描述果实的各指标变异幅度最大，各种质间果实差异较大．主成分分析把16种形态学指标归结为果实因子、叶片因子、种子因子、果肉因子4个主成分．聚类分析把73份种质资源分为5大类．为三叶木通种质资源的收集整理以及优良种质的选育提供了重要的形态学依据．     

基于故障重构的PCA模型主元数的确定

基于故障重构理论研究了PCA模型主元数的确定方法,应用累积方差贡献率以及复相关系数对主元模型性能进行分析·在基于PCA理论进行故障诊断中,故障变量可根据故障的方向向量进行重构,未重构方差(VRE)可分别投影于主元子空间(PCS)和残差子空间(RS)·确定最优重构是使两空间的VRE之和达到最小,与此相对应的主元数即为最优主元数(PCs)·应用累积方差贡献率以及复相关系数对主元模型性能进行评价,结果表明确定的PCA模型PCs保证了PCS中的信息存量·对于工业PVC聚合反应过程的故障诊断说明了上述方法的合理性与有效性·     

Anomaly Detection System Based on Principal Component Analysis and Support Vector Machine

This article presents an anomaly detection system based on principal component analysis （PCA） and support vector machine （SVM）. The system first creates a profile defining a normal behavior by frequency-based scheme, and then compares the similarity of a current behavior with the created profile to decide whether the input instance is norreal or anomaly. In order to avoid overfitting and reduce the computational burden, normal behavior principal features are extracted by the PCA method. SVM is used to distinguish normal or anomaly for user behavior after training procedure has been completed by learning. In the experiments for performance evaluation the system achieved a correct detection rate equal to 92.2% and a false detection rate equal to 2.8%.     

文本分类中基于CHI和PCA混合特征的降维方法

中文文本数据的半结构化甚至非结构化的特点使得其分类存在着特征高维的问题,传统单一的特征降维方法难以满足大数据时代的文本分类需求.基于此,提出了一种基于卡方统计(Chi-square statistics,CHI)和主成分分析(principal component analysis,PCA)的混合特征降维方法(CHI-...     

21份木槿栽培品种表型多样性评价

【目的】 研究木槿品种资源表型性状的多样性,为改良现有木槿品种、开发新品种提供理论支持。【方法】通过聚类分析、相关性分析、多样性分析,对21份木槿栽培品种的10个数量性状和24个质量性状进行分析。【结果】木槿品种资源表型多样性丰富,24个质量性状的多样性指数为4.175 8~4.392 3,10个数量性状的多样性指数为4.217 9~4.384 7;基于表型性状聚类分析,在欧氏距离为22时,可将21份木槿品种分成浅色类、深色重瓣类及单瓣类三大类型。通过主成分分析,花色数、花瓣长度、花瓣内部次色、花瓣次色的分布等9个主成分可以反映29个性状的基本特征,特征值均大于1,累计贡献率达88.960%,表明花越大、花色越艳丽的木槿品种观赏性越强。在相关性方面,花晕相对花瓣面积大小(HAS)、花瓣次色的分布(DPS)等花部性状与花瓣内部次色(ISCP)之间呈极显著正相关,相关系数均大于0.800,叶柄的长度(LP)与叶片长度(LL)、叶片长度(LL)与叶片宽度(WL)、重瓣性(PS)与花瓣具裂(PC)之间呈极显著正相关,相关系数分别为0.673、0.702、0.796。【结论】21份木槿栽培品种表型多样性丰富,花朵的外部形态与色彩是木槿分类的主要依据,树形、生长习性、叶片基部形状也对其形态分类有较大影响,这可以为木槿种质资源的保护和利用以及新品种的研究奠定基础。     

基于PCA和DC的信息系统需求变更管理方法研究

用户需求变更问题是信息系统需求工程研究的重要内容.影响需求变更的因素指标非常多,选取一个好的需求变更管理方法比较困难.针对这一问题,提出基于主分量分析(PCA)和动态聚类(DC)的信息系统需求变更管理方法.