基于样条逼近和小波分解的Hammerstein模型辨识

采用三次B-样条方法取代传统的多项式方法逼近Hammerstein模型中的非线性部分，在保持多项式的简单性和逼近的可行性的同时，大大提高了逼近精度。同时采用小波变换对辨识数据进行多尺度分解，通过在低频空间抑制高频噪声干扰从而实现精确建模。理论分析和仿真结果都表明估计结果具有渐近无偏性和一致收敛性，该方法辨识精度高，具有良好的实用性。     

基于中小企业创业环境的政府作为评价方法

提出针对改善中小企业创业环境的政府作为评价方法。在全球创业观察(GEM)理论框架下,选取创业环境中的政府政策、政府项目支持和有形基础设施三个维度为二级指标,聚焦政府作为与中小企业创业环境的交集为研究对象;设计评价基础模型及问卷调查,采用主成分分析法筛选评价关键项、构建评价方程和四分图模型。实证分析证实本文给出的评价方法对于促进政府改善中小企业创业环境具有客观性和可操作性。     

基于逼近理想解排序的图像融合效果评价方法

将图像融合评价看作是一个多属性决策问题, 提出了一种基于逼近理想解排序的图像融合效果综合评价方法。通过引入理想融合图像、负理想融合图像的概念, 结合评价者的先验知识和选取的定量评价指标, 以距离测度作为图像融合结果的优劣评判标准,实现了对各个融合图像效果的综合评价, 兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明, 该评价方法具有较好的有效性、实时性和简洁性。     

具有非正值评价指标的DEA方法及其应用

在分析传统 DEA模型局限性的基础上 ,探讨了 DEA模型最优解的不变性 ,证明了 C2 R模型在具有非正值输入输出指标下最优解的存在性。给出一个实例 ,说明该方法在对评价指标降维进而进行 DEA评价的应用过程     

基于主成分线性加权综合评价的信用评分方法及应用

基于我国商业银行现有的信用卡评分标准和信用评分方法，提出一种基于主成分线性加权的综合评价的信用评分方法。其优点在于能够实现指标项权重的客观性、能方便地适应我国不同地区由于经济文化的差别而带来的信用环境不同以及一个地区由于人口漂移快而带来的评分变化。实证检验表明模型训练结果符合信用卡风险管理实际，测试结果显示有较好的应用前景，与现有银行评分标准对比的研究表明，本文的方法具有明显优势。     

创业农场农田土壤肥力评价

对创业农场土壤样本养分分析的各个指标数值进行了标准化处理，采用主成分分析法确定了各指标的权重，合成了各地块的综合肥力。并对各样本的综合肥力进行了统计分析，得出了该区土壤钾、磷比较缺乏和有机质较低的结论。图2，表3，参4。     

评价电炉炼钢总体生产水平的一种方法

以国家重点企业电炉炼钢生产指标为依据，运用主成分分析及多目标模糊评价法对１６家重点企业的电炉炼钢总体生产水平进行了定量评价。     

城市经济发展评价方法简述

本文针对城市经济的特点，提出了评价城市发展状况的指标与方法。     

基于改进主成分分析方法的复杂环境系统质量评价模型

针对多元统计中主成分分析方法在复杂环境系统质量综合评价应用中的局限性,在对传统方法进行一系列改进的基础上,建立了主、客观指标赋权方法优点相结合的环境质量综合评价分层构权PCA模型,并基于该模型方法给出47个中国国家环境保护重点城市的污染与环保现状的评价实例.实证分析的结果表明这是一种适合于复杂系统环境质量综合定量评价、稳定性较好且切实有效的方法模型.     

基于MAPGIS的小流域土地质量评价

根据研究区土地资源的特点,以土壤类型图、土地类型图、土地利用图经过叠加分析所获得的土地资源单元作为基础评价单元,对GIS在黄土高原小流域土地质量评价中的应用进行了尝试。基于MAPGIS,应用主成分分析方法,选择8个样本对宁南山区上黄小流域进行了土地质量等级评价,并对主成分的综合得分利用聚类分析划分土地等级,生成小流域土地质量等级图。图3,表3,参10。     

Study of trajectory optimization using terminal-node adaptive-altered spline algorithm

The advantage of using a spline function to evaluate the trajectory parameters optimization is dis-cussed. A new method that using adaptive varied terminal-node spline interpolation for solving trajectory opti-mization is proposed. And it is validated in optimizing the trajectory of guided bombs and extended range guided munitions (ERGM). The solutions are approximate to the real optimization results. The advantage of this arith-metic is that it can be used to solve the trajectory optimization with complex models. Thus, it is helpful for solving the practical engineering optimization problem.     

基于城市金融竞争力评价的我国多层次金融中心体系

为了对我国的多层级金融中心体系进行研究, 论文设计了一套系统的评价方法. 在评价过程中, 首先建立了评价各城市金融竞争力的指标体系, 接着采用熵权法、灰色关联分析法、主成分分析法等对我国21个大中城市的金融竞争力进行了评价, 再运用Kendall协同系数检验法对三种方法评价结果的一致性进行了检验并进行组合评价, 给出了各城市金融竞争力的排名, 最后还运用K-均值聚类分析法将21个城市划分了层级. 根据评价的结果以及区域经济发展的特点和各城市的优势和差异, 对我国多层次金融中心体系格局的构建给出了政策建议.     

Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike the convexification （nuclear norm） for matrix rank function, the tensorial nuclear norm is stil an open problem. While existing preliminary works on the tensor completion field provide a viable way to indicate the low complexity estimate of tensor, therefore, the paper focuses on the low multi-linear rank tensor and adopt its convex relaxation to formulate the convex optimization model of HOPCP. The paper further propose two algorithms for HOPCP based on alternative minimization scheme： the augmented Lagrangian alternating direction method （ALADM） and its truncated higher-order singular value decomposition （ALADM-THOSVD） version. The former can obtain a high accuracy solution while the latter is more efficient to handle the computationally intractable problems. Experimental results on both synthetic data and real magnetic resonance imaging data show the applicability of our algorithms in high-dimensional tensor data processing.     

An improved multidisciplinary feasible method using DACE approximation approach

1.INTRODUCTION Themultidisciplinarydesignoptimization(MDO)is anapproachwhichimprovesandspeedsupthedesign process,andlowersthedesigncostofcomplexand coupledengineeringsystems[1,2],Themainfactor thatresultsinthecomplexityofMDOistheinterdis ciplinarycoupling.Thegeneralstrategytohandlethe couplingisdecompositionofthecomplexsysteminto sub systems,eachpertainingtothephysicalphe nomenonorcomponent,andtop systemwhichpre servesthecouplingsbetweenthesub systems.How ever,algorithmsbasedondecomposi…     

基于PSO-BP的应急通信感知装备效能评价方法

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。     

基于样条变换的非线性PLSR方法及应用

针对样本数据多呈现非线性和小样本的特点,为提高此类样本数据回归预测的有效性和精度,根据偏最小二乘回归(PLSR)方法原理、样务插值原理和拟线性化思想,提出基于三次B样条变换的非线性PLSR模型及其实现方法.分析了进行有效变换和成分提取的条件,给出了应用该方法的具体步骤.最后通过对非线性函数回归预测仿真和军用运输机采购价格回归预测实例,以及与BP神经网络模型结果的比较,表明了该方法的有效性和实用性.     

一种基于主成分分析的评标方法

招投标广泛应用于建筑市场,通常采用的投标方法除具有主观性外,还忽略了评标指标之间的相关性.针对这一问题,该文提出了一种基于主成分分析的评标方法.     

基于全局特征和局部特征组合的脸谱识别方法

本文中,提出了一种新的脸谱识别方法。首先利用核主分量分析技术提取脸谱图象的全局特征,然后利用独立分量分析技术提取脸谱图象的局部特征,分别挑选出部分局部特征向量与部分全局特征向量组合成脸谱的组合特征向量,然后利用支持向量机分类器进行识别。采用ORL脸谱库进行测试,并与其它特征提取方法进行了比较,实验结果显示基于组合特征方法的识别率明显优于其它方法。     

Head pose estimation method based on pose manifold and tensor decomposition

Pose manifold and tensor decomposition are used to represent the nonlinear changes of multi-view faces for pose estimation, which cannot be well handled by principal component analysis or multilinear analysis methods. A pose manifold generation method is introduced to describe the nonlinearity in pose subspace. And a nonlinear kernel based method is used to build a smooth mapping from the low dimensional pose subspace to the high dimensional face image space. Then the tensor decomposition is applied to the nonlinear mapping coefficients to build an accurate multi-pose face model for pose estimation. More importantly, this paper gives a proper distance measurement on the pose manifold space for the nonlinear mapping and pose estimation. Experiments on the identity unseen face images show that the proposed method increases pose estimation rates by 13.8%and 10.9% against principal component analysis and multilinear analysis based methods respectively. Thus, the proposed method can be used to estimate a wide range of head poses.     

基于信噪比的投资组合策略研究

采用收益率的协方差矩阵的特征根刻划投资的风险;用主成分综合反映证券市场的信息;用主成分的信噪比反映投资组合的期望收益率与风险之间的均衡关系,并以此作为投资组合收益极大化的指标;得到了不同与H.Markowitz的投资组合模型,并给出了具体的投资组合策略-卖空与非卖空条件下的投资组合的比例,文章最后给出了一个实例.