基于主成分分析法的沥青路面使用性能评价

针对现有沥青路面使用性能综合评价中存在主观影响因素过多、权重确定复杂的问题,采用主成分分析法对河南省4条高速公路沥青路面使用性能的实测数据进行了评价,并与<公路养护技术规范>方法和灰色理论方法的评价结果进行了比较.结果表明:主成分分析法采用适当的主成分综合分析原始指标的信息,以各主成分的方差贡献率为权重,可以客观地确定各评价指标的权重,反映各指标对总体评价结果的影响;经线性加权求和得到的综合评价指标能够克服主观因素的影响,使沥青路面使用性能评价结果更加客观、可靠.     

基于主成分分析的实验室比对中检测能力的综合评价

在实验室间比对Z值的基础上,利用主成分分析法,将9个参数的Z值通过降维,提取了反映综合检测能力的4个主成分,对参加比对的5个实验室加权评分,客观地评价了不同实验室综合检测能力并进行了排名,同时分析出每个主成分对应的参数.     

大学生成绩的统计分析

本文提出了一种考虑课程重要性的大学生成绩的统计分析方法,在对学生成绩进行重要性加权处理的基础上,利用主成分分析法和聚类分析法对大学生的成绩进行综合评价,并使用统计软件SAS进行计算和分析,其结果有助于科学、客观的对学生进行排序和分类.     

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。     

加权PCA和加权LDA中距离对分类结果的影响

针对多类分类问题提出了加权改进主成分分析法(WIPCA),并通过实验研究了加权主成分分析和加权线性判别分析中距离对分类结果的影响.     

主成分分析在评价建筑企业发展水平中的应用

采用主成分分析法对我国30个省市自治区的建筑业情况做出了综合评价，分析了各省建筑业在我国的地位，并提出了一种构造加权综合量的方法。     

加权PCA和加权LDA中权函数对分类结果的影响

提出了加权主成分分析法和三种新的权函数;通过实验研究了在五种权函数下加权线性判别分析(WLDA)和加权主成分分析(WPCA)对多分类问题的分类结果的影响.     

企业安全评价分析方法及应用

依据某机车车辆厂的特点，建立了安全性评价指标体系，并用主成分分析法对数据进行分析处理，求出指标综合表达式和排序结果，通过对数据进行简化处理，能够找出指标间的相互关系，从而得到指标的客观权重，能更客观地反映企业的安全生产状况，并指出了主成分法应用于安全评价中的特点。实例分析表明，该方法是一种切实可行的方法。     

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.     

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.     

沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能,以便及时进行沥青路面管理与维修养护,依据检测数据对沥青路面进行了使用性能评价研究,即将主成分分析法与层次分析法相结合,建立了基于主成分-层次分析法的评价模型,并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础,首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取,建立判断矩阵,再用层次分析法对各指标赋予权重系数,得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证,并与现行《公路技术状况评定标准》评价结果相比较,评价等级高于《标准》的路段样本比例约为0.34%,低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

基于结构方程建模的道路景观评价

引入经济学中满意度理论,提出道路景观评价指标系统,构建公众对道路景观的质量感知、价值感知和满意度三类指标。使用主成分分析法验证所选取指标的合理性,应用结构方程建模方法（SEM）设计道路景观综合评价满意度模型。在广州市某景观路发放景观调查问卷,分析结果显示道路景观评价指标系统分类合理,道路景观综合评价满意度模型可以系统、科学和定量的分析公众对道路景观的感知。     

基于动态主元分析的财务困境预测模型

当神经网络用于上市公司的ST预测建模时,取得高质量的样本是相当重要的.本文连续运用主元分析(也称动态主元分析),将多年的数据应用到经济预测模型中去,既增大了信息量又没有增加网络的复杂性,使得预测更加合理有效.最后将动态主元分析与BP网络结合构造了一个网络模型,并给出了实证研究的详细结果.     

区域可持续发展评价指标体系及方法

为了评价区域可持续发展程度,构建了涉及人口、经济、社会、资源、环境5个子系统71个指标的区域可持续发展指标体系。提出了运用改进的主成分分析法计算各子系统的可持续发展水平值,采用回归分析法确立可持续发展协调模型,利用正、负加权海明距离公式对区域的可持续发展综合指数进行计算。用上述方法对大连市区域可持续发展水平进行了综合评价。     

集成综合评价法的终端区管制运行效率评估

终端区管制运行效率评估中指标信息间具有差异性且量纲不统一的特点.针对传统的主成分分析法对数据做标准化处理时会消除指标间差异性的不足,基于改进的主成分分析法并结合熵值法的客观性提出了一种终端区管制运行效率的集成综合评估模型.该模型运用均值化代替标准化处理指标数据,借助SPSS23软件分别得出改进的主成分分析法和熵值法评估排序结果.将两种评估结果通过一致性检验得到最终的终端区管制运行效率集成综合评估值及排序结果.算例结果表明,所建立的评估模型可以更高效的评估终端区管制运行效率.     

Effect of Two Kinds of Similarity Factors on Principal Component Analysis Fault Detection in Air Conditioning Systems

Screening similar historical fault-free candidate data would greatly affect the effectiveness of fault detection results based on principal component analysis(PCA). In order to find out the candidate data, this study compares unweighted and weighted similarity factors(SFs), which measure the similarity of the principal component subspace corresponding to the first k main components of two datasets. The fault detection employs the principal component subspace corresponding to the current measured data and the historical fault-free data. From the historical fault-free database, the load parameters are employed to locate the candidate data similar to the current operating data. Fault detection method for air conditioning systems is based on principal component. The results show that the weighted principal component SF can improve the effects of the fault-free detection and the fault detection. Compared with the unweighted SF, the average fault-free detection rate of the weighted SF is 17.33% higher than that of the unweighted, and the average fault detection rate is 7.51% higher than unweighted.     

基于GIS空间分析技术的城市路网可靠性评价方法研究

建立了基于GIS空间分析技术的城市路网可靠性评价方法模型,介绍了基于ArcEngine组件的路网空间查找、空间相交、几何网络连通等方法的详细构建过程与实现代码,并分析了最后以广州-佛山都市圈道路网络的可靠性差异.     

犯罪热点路段识别及影响因素分析

基于道路交通网络的热点分析可以获取犯罪热点道路,从而为公安巡控、警务资源优化提供指导性意见。本文以等距路段为最小研究单元,采用等距路段热点研究方法识别分析北京市西城区2016年盗窃犯罪在道路交通网络上的分布情况。对于空间兴趣点（Points of Interest,POI）的10类源数据,采用主成分分析方法实现降维,通过多元线性回归对提取出的两类主成分因子进行犯罪影响因素解释。研究发现：北京市西城区盗窃犯罪在空间分布上呈高度聚集态势,少量路段聚集了大量犯罪;热点路段大都集中在人员流动性大、交通便利等地区;较不等距路段犯罪热点分析方法而言,等距路段犯罪热点分析方法可以更精准的实现热点路段的识别;提取两个主成分分别是与居民日常生活类和与居民精神文化类,与居民日常生活较多的区域对犯罪的发生呈正相关作用,与居民精神文化相关的区域对犯罪的发生呈反相关作用。本文的研究结果可以为一线执法机关的警务资源分布优化、维护社会稳定提供安全防范依据。     

基于贝叶斯正则化神经网络的径流长期预报

针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进.首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构,从而有效地抑制过拟合.对嫩江流域江桥站年平均径流的仿真结果表明,贝叶斯正则化神经网络结合主成分分析的预报方法,可以显著地提高泛化能力和预报精度,而且网络收敛也比较稳定.     

基于主成分分析与BP神经网络相结合的机床主轴热漂移误差建模

为提高数控机床热误差模型的预测精度,提出了将主成分分析与BP神经网络相结合的主轴热漂移误差的建模和预测方法.使用主成分分析法对多个温度变量进行降维处理或重新组合,将处理后所得较少的主成分变量作为样本输入BP神经网络进行训练而得到主轴热漂移误差模型,并与经过测点优化后以关键点温度作为输入的BP神经网络模型进行对比分析.结果表明：基于主成分分析与BP神经网络相结合的主轴热漂移误差模型的拟合精度较高,残差较小;由于BP神经网络的输入变量较少而使所提出的模型训练速度快、迭代次数少.