大学生综合能力评价方法研究

本文运用多元统计分析中的主成分分析对如何评价大学生综合能力进行方法性研究，给出了综合评价方法     

主成分回归法研究热分析中样品用量与表观活化能实测值之间的关系

以硫酸镍热分解过程为例，使用主成分回归法拟合了样品用量与表观活化能实测值之间的关系式，并讨论了主成分回归法在这一类问题中应用的特点。     

一种山区急弯路段驾驶人熟练度甄别方法

为探究驾驶人眼动行为与驾驶熟练程度以及道路线型之间的响应特性,设计并组织山区公路实车驾驶行为试验。招募20名驾驶人,实时采集被试驾驶人在急弯路段的6个注视及扫视行为表征参数。试验表明:眼睛注视点在左转急弯路段的水平方向分布范围是-0.5~0.1 m,在右转急弯路段的水平方向分布范围是-0.2~0.5 m;眼睛水平注视角变化的主要范围是0°~30°;扫视速度的变化范围区间是0~1(°)·ms~(-1),扫视幅度的变化范围是5°~25°。基于采集的眼动行为参数,构建驾驶人视觉搜索模态矩阵。采用主成分分析法对影响因子进行降维,并建立驾驶人眼动特征综合评价模型。结果显示,眼动综合评分与驾驶里程呈正相关关系,表明该模型可用于量化甄别驾驶人驾驶熟练程度,并为驾驶能力评估提供有效的理论依据。     

自动驾驶车辆智能性评价研究综述

围绕自动驾驶车辆智能性评价进行了深入的分析和总结.首先,对自动驾驶车辆智能性定义进行了综述和对比;之后,系统梳理了现阶段自动驾驶车辆智能性评价选取的评价指标;然后,按定性评价和定量评价两种方式对评价方法进行了整理和概述,并深入分析了不同评价方法的应用特点和局限;最后,就自动驾驶车辆智能性评价的进一步发展提出了若干研究方向的展望.     

中国成品油价格预测的数学模型

以北京市数据为例,运用Matlab软件对影响成品油价格的因素进行主成分分析,以预测未来成品油价格变化趋势,并在此基础上,参考国外成品油定价机制,建立了一个适合我国国情的成品油定价机制的数学模型。     

基于驾驶适宜性检测的驾驶技能评价方法研究

为了研究不同驾驶员个体之间的驾驶适宜性差异,基于驾驶适宜性检测数据,研究了驾驶技能评价方法。通过驾驶员驾驶适宜性检测试验,筛选出有效试验样本54例。研究了各项驾驶适宜性检测指标评价结果的等级划分方法和和驾驶技能评价方法。研究结果表明:基于驾驶适宜性检测可将驾驶员划分为优秀、良好、一般、较差和差5类;通过对54例试验样本的驾驶适宜性检测,得出优秀、良好、一般、较差和差5类驾驶员分别占比为38.89%、22.22%、20.37%、12.96%和5.56%。     

上海市技术创新能力评价方法探讨

在对国内外研究现状综合评述的基础上，选取了10个评价指标，运用主成分分析方法，对上海市19个区县的技术创新能力进行定量评价．分别从技术创新产出能力、技术创新投入能力和支撑能力、孵化基地的孵化能力及技术创新综合能力等方面，分析和揭示了上海市各区县的技术创新能力差异及其成因．     

驾驶人应激反应能力评价研究

为了提高驾驶人的应激反应能力,进一步提升道路行车安全性,首先依据信息处理的基本理论,分析了驾驶人应激反应的运行机理和反应特征。其次,提出了一种驾驶人应激反应能力评价方法,包括评价指标、反应时间算法模型、操作准确度算法模型以及评价算法模型。最后,采用自主研发的应激反应模拟驾驶系统,选取安全驾驶人和多事故驾驶人对评价方法的合理性和有效性进行了试验验证。试验结果表明,评价算法模型可有效评价驾驶人的应激反应能力。驾驶人应激反应能力评价方法可以为驾驶人的筛选、培训和安全管理提供支撑,进而提高驾驶人的安全驾驶水平。     

基于主成分分析的公司盈利能力综合分析与评价

本文利用主成分分析方法对电力行业22家典型上市公司进行了盈利能力的综合分析和评价;介绍了分析、评价过程。通过研究,指出盈利能力可分为资产盈利能力和产品盈利能力两方面。     

城市道路环境中驾驶人应激判断决策的时间特性

针对驾驶人在城市道路环境中的应激判断决策时间进行了虚拟驾驶试验,统计了不同被试的判断决策时间,分析了该时间与驾驶经验、年龄、车速之间的相关性.结果表明,熟练驾驶人的判断决策时间要略大于非熟练驾驶人,且属中年人最为稳定.应激决策时间随着车辆速度的增加,而逐渐减小.此外,应激决策反应时间可以通过驾驶人的驾驶经验、年龄以及行车速度来综合进行预测.     

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.     

基于电流的主轴性能退化评估方法

为提高精密机床主轴检测的准确性,提出了一种基于电流的主轴性能退化评估方法.建立了主轴性能退化模型,使主轴状态便于监测和评估.首先采用小波包阈值对电流信号进行去噪处理,对去噪后的电流信号提取时频域特征量,构造多域特征空间.然后利用主成分分析法（PCA）进行数据降维,用降维后的样本进行支持向量机回归建模.采用粒子群算法（PSO）对支持向量机模型进行参数优化,以获得最优性能退化模型.将该模型应用于主轴实验台主轴性能退化评估,实验结果表明该方法原理正确,可以准确评价主轴性能.      

一种新的间歇过程多模式辨识方法

针对间歇过程的多模式划分问题,提出了一种基于主角度相似度比较的多模式划分新方法,有效克服了噪声或冗余数据对模式划分的影响.该方法的基本思想是利用PCA对间歇数据按时间轴进行主成分建模,然后利用主角度这一用于比较子空间相似度的方法进行主元模型相似度比较,从而对各个模型和过渡过程进行有效辨识和划分;在此基础上,对上述方法进行了深入分析,改进并完善了主角度相似度划分标准,使这一方法更趋完善.仿真结果检验了所提方法的有效性.     

基于主元分析的频谱整体识别方法

根据频谱的整体数据进行模式识别和分类时必须考虑如何降低识别过程中的计算量问题,提出了一种基于PCA的频谱整体识别方法.该方法将N点频谱视为N维空间中的点,首先利用已知频谱样本建立数据矩阵,继而进行PCA处理并确定满足信息保留率门限值的主元方向个数,实现高维数据的降维,并计算各类频谱在低维空间投影点的中心,得到数据模板.在方法的识别应用中以距离最小为判据准则进行识别归类.数值仿真和语音识别实验结果说明所提方法性能稳定,识别准确率较高,具有一定的实际应用价值.     

一种综合的供应商评价方法

针对供应链管理中供应商选择问题(VSP),尝试将综合AHP(层次分析法)、PCA(主成分分析)和DEA(数据包络法)3种方法应用在供应商评价中,避免传统的单个方法或2个方法的综合使用中各种方法本身的缺陷,尤其是解决由评价准则的相关性带来的重复评价和权值给定的客观性的问题.通过实例分析说明,与带偏好约束的AHP和DEA综合方法的评价结果进行了对比,AHP,PCA和DEA三者综合评价法能够有效降低评价的复杂程度,减少数据的冗余,可更加真实有效地反应供应商得分的实际情况,避免由于评价准则之间的相互关系所带来的重复评价问题.     

Polarimetric Synthetic Aperture Radar Image Classification by a Hybrid Method

Different methods proposed so far for accurate classification of land cover types in polarimetric synthetic aperture radar (SAR) image are data specific and no general method is available. A novel hybrid framework for this classification was developed in this work. A set of effective features derived from the coherence matrix of polarimetric SAR data was proposed. Constituents of the feature set are wavelet, texture, and nonlinear features. The proposed feature set has a strong discrimination power. A neural network was used as the classification engine in a unique way. By exploiting the speed of the conjugate gradient method and the convergence rate of the Levenberg-Marquardt method (near the optimal point), an overall speed up of the classification procedure was achieved. Principal component analysis (PCA) was used to shrink the dimension of the feature vector without sacrificing much of the classification accuracy. The proposed approach is compared with the maximum likelihood estimator (MLE) based on the complex Wishart distribution and the results show the superiority of the proposed method, with the average classification accuracy by the proposed method (95.4%) higher than that of the MLE (93.77%). Use of PCA to reduce the dimensionality of the feature vector helps reduce the memory requirements and computational cost, thereby enhancing the speed of the process.     

江苏省物流需求影响因素分析及预测

对物流需求进行合理、科学的预测,为政府部门进行物流规划、统筹物流资源的供给提供依据。在利用主成分分析法选取适当指标的基础上,构建了多元线性回归预测模型,并对江苏省2012--2018年的物流需求量进行了预测研究。通过检验分析,证明了该模型的拟合度较好、预测精度较高、具有较好的显著性水平,预测结果具有可信性。预测研究的结果表明,江苏省物流需求在预测的时间范围内,将呈现较为显著的增长趋势。     

化工数据预处理及其在建模中的应用

对化工数据预处理问题进行了研究,阐述了化工数据智能建模中辅助变量选择、数据采集、数据校正、输入数据降维等各种数据预处理的思路与方法。仿真实验表明:对数据进行有效的预处理,可以改善模型的精确度。     

基于Labview和PCA分析方法的电子鼻设计

为解决电子鼻在食物品质评价中的应用问题, 设计了基于金属氧化物半导体型气体传感器阵列和\{Labview\}虚拟仪器的电子鼻系统。该系统通过对不同样品进行信号采集建立气味数据库, 信号采集系统由STM32微控制器和24位模数转换器AD7794构成, 采集的信号通过串口被传输到PC(Personal Computer), PC接收数据后, 使用在Labview平台下搭建的上位机软件, 通过内嵌的Matlab脚本对数据进行整理, 最终利用PCA(Principal Component Analysis)对数据进行分析, 获取气味指纹。该系统通过对5种不同种类食用酱的挥发气体进行检测, 建立气味数据库, 进而实现对未知酱品的检测,最终实现了对不同种类的食用酱准确区分的方法。     

我国省际SO_2排放量的特异性研究

采用《中国统计年鉴》的数据,利用SPSS软件在主成分分析的基础上构造了多元回归模型。根据模型产生的杠杆值、剔除学生化残差、库克距离、DFFITS统计量对我国各省的SO2排放量进行了特异数据挖掘。此外还探讨了特异值产生原因。