我国股份制商业银行经营实力的综合评价

结合主成分分析法和改进的TOPSIS法,构建了我国股份制商业银行经营实力的综合评价模型。以我国12家股份制商业银行为样本,选取9项指标,采用主成分分析法得到指标的客观权重,根据相对于最优参照点的距离大小,运用改进的TOPSIS（逼近理想解）法对样本进行排序和综合评价。结果表明一级资本、总资产规模和税前利润三大指标是影响我国股份制商业银行经营实力的主要因素。     

主成分分析模型的多指标综合评价方法

在多指标综合评价中,为改进加权和的不足,采用主成分分析法,依据评价对象在主成分上的得分综合进行评价.此方法完全可以应用到多指标的综合评估考核中.     

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...     

分组主成分法在综合评价中的应用

基于传统的主成分分析法和因子分析法在综合评价中存在的不足之处,运用分组主成分法进行改进,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分析。将改进后的方法用于评价经济效益的实际问题中,并与传统方法进行了比较,实证分析结果表明分组主成分法能更合理地反映评价结果。     

基于PCA-GABP的高技术企业信用风险评价

针对高技术企业信用风险评价中高维、非线性的问题,提出基于主成分分析与遗传算法的改进BP神经网络相集成的高技术企业信用风险评价方法.首先利用主成分分析对高技术企业信用风险评价指标体系降维,并运用降维数据,建立关于高技术企业信用风险评价的GABP神经网络的模型.最后通过实证分析,验证该方法的可行性.     

主成分分析法的几个注记

针对传统主成分分析的缺陷，讨论并改进了利用主成分分析做综合评价的方法。     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.     

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。     

体育科研中运用主成分综合评价法所面临的风险

针对主成分综合评价法在体育科研中究竟能否使用的问题,本文基于对综合评价的要求和主成分分析方法特点的分析,讨论了运用主成分综合评价法所面临的风险.结果显示:用主成分分析法精简评价指标,不能控制价值信息的损失;评价指标的主成分未必反映价值信息;主成分的方差贡献率难以代表权重系数;各个主成分的加权代数和很难反映综合价值量.而且,一般情况下这些风险难以规避.结论认为,主成分综合评价法不适合作为一种固化的综合评价方法,建议在体育综合评价中不要使用.     

基于因子分析方法的网店经营策略研究

当今社会,网购已经成为人们日常生活中不可或缺的部分.但是影响人们网购行为的因素很多,因此对于网店经营者来说,影响网店经营效益的变量有很多.本文通过建立因子分析模型,将众多影响网店经营效益的变量分成三类,通过因子旋转方法,得出各个变量与其归属因子的多项式关系,计算因子得分,依据每个因子的得分高低来指导网店经营者对其销售策略进行相应的调整,以获得更高的经营效益.     

基于Gram-Schmidt变换的主基底分析两阶段变量筛选方法

在主成分综合评价过程中,往往需要选取合适的初始变量来进行主成分分析,本文改进了基于Gram-Schmidt变换的主基底分析两阶段变量筛选方法.首先,基于最大方差法的主基底变量筛选方法,选取1个极大线性无关组;其次,为了使筛选的初始变量与剩下的变量具有较强的相关性,给出了改进的主基底变量筛选方法,从中选取少数的初始变量;...     

基于主成分分析的安阳市公交系统模糊综合评价

对于中小城市的公交系统评价,常用线网密度、站点覆盖率、非直线系数、线网重复系数、运营速度、平均乘换系数、高峰满载率、公交车拥有率8个指标利用主成分分析法进行聚类,提取了3个主成分,建立模糊综合评价的隶属度函数,最后结合主成分权重与隶属度矩阵求得安阳市公交系统得分,进行综合评价,得到客观的安阳市公交现状以及需要改进的方向,具有一定的现实意义.     

企业多项经济效益指标的主成分综合评价方法

运用主成分分析方法，对当前企业经营的七项经济效益指示，选出三个主成分作为综合评价指标，并利用因子分析方法揭示其经济意义，利用所建立的评价方法对镇江市六个企业的经济效益进行评价，获得了满意的效果。     

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.     

用衍生特征根确定主成分

引入衍生特征根 ,用它确定线性回归模型的主成分 .对主成分估计中传统的选取主成分方法作出重大改进     

基于核主成分分析的人脸识别

核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%.     

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。     

基于主成分理想点法的综合国力评价模型

为了正确评价综合国力,提出主成分理想点法.先利用主成分分析降维,得到各个国家关于少数几个综合变量的得分,然后用每个主成分的贡献率加权,得到加权决策矩阵,再使用理想点法进行评价.对世界11个重要国家,选用25个评价指标进行评价.结果表明主成分理想点法克服了单纯理想点法计算复杂、需要确定权数的不足.     

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     

充填管道失效风险性预测精度研究

为更准确预测矿山充填管道失效风险性,建立主成分分析与改进BP神经网络相结合的评价模型。选取10项评价指标作为充填管道失效风险性的评判指标,统计10个矿山的样本数据,并运用主成分分析法对这10个样本数据进行预处理,得出主要成分,再利用改进的BP神经网络模型进行预测,最终得到更准确的管道失效风险预测结果。研究结果表明,所得到实际预测结果与期望值之间的相对误差分别为2.31%,1.68%,3.02%。预测相对误差控制在4%以内,较未经主成分分析处理的标准BP神经网络预测精度更为准确。利用主成分分析法与改进的BP神经网络相结合建立的充填管道失效评价模型具有分析速度快、预测精度高的特点,为矿山充填管道失效风险预测提供了一种更为完善的方法。