运用主成分分析方法评价上市公司经营管理业绩

上市公司的经营管理业绩可以通过一系列的财务指标来反映 ,但这些财务指标只能反映公司经营活动中某时刻某个方面的情况。本文运用主成分分析法 ,对内蒙古 19家上市公司的 8项财务比率进行综合评价 ,得到上市公司财务状况综合评价指数 ,对上市公司的经营管理业绩作实证分析     

基于灰聚类和小波网络的企业投资决策绩效集成评价

基于公司的战略和利益相关者的考虑，本文设计了财务层面绩效指标、技术创新层面指标、顾客层面绩效指标、业务流程层面绩效指标、发展潜力层面绩效指标和社会和环保层面绩效指标六个层面的企业投资决策绩效评价指标体系。建立了标杆瞄准和主成分分析相结合的指标筛选的方法，设计了基于灰色聚类和小波网络模型的企业投资决策集成评价模型，并对焦化行业进行了实证分析。     

武器系统寿命周期费用建模的模糊主成分方法

武器系统的寿命周期费用建模较多采用参数法，而参数法中最常用的是最小二乘回归。提出用模糊主成分方法来建立模型，并结合实例对武器系统寿命周期费用进行了分析。结果表明，这种方法改善了最小二乘回归中的多重共线性问题，具有实用价值。     

地区电信业务发展水平的主成分及聚类分析 

运用数理统计的方法对重庆市1997-2003年的电信业务发展情况进行综合评价,建立了评价指标体系，用主成份分析法对原始数据进行数学处理，得出表示电信业务发展水平的综合指标，再用聚类分析方法进行指标聚类分析，找出了影响重庆市电信业务量的主要因素，并对如何提高重庆市电信业务提出一点建议。     

淮河沉积物总磷和重金属沿程变化及污染评价

为了探究淮河沉积物中污染物的分布规律、来源及污染程度,于2014年7月沿淮河中下游设置16个采样断面,现场采样并检测沉积物中总磷(TP)质量比和重金属(As、Cu、Pb、Cd、Zn)的质量比,分析沉积物中污染物的沿程分布及来源并对污染状况进行评价。研究结果表明,淮河中下游沿程各城市下游断面沉积物中污染物平均含量比上游断面高;污染物来源分析表明,所有污染物均受到点源污染的影响,其中TP和Cu受到点源污染和面源污染的共同影响;单因子标准指数法对沉积物磷污染评价结果表明,淮河干流沉积物环境质量受磷的污染相对较轻;对重金属潜在生态危害程度分析表明,无论是单个重金属的生态危害程度还是综合生态危害程度都为轻微。     

基于改进M5′-主成分模型树的高心墙堆石坝沉降变形预测

针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模型对高心墙堆石坝沉降过程进行分析。通过与沉降量实测值对比,验证了改进M5'-主成分模型树的有效性。通过绝对差值和均方根误差2个指标对比分析改进M5'-主成分模型树与M5'模型树、多元线性回归模型、主成分回归分析模型的预测结果,表明改进M5'-主成分模型树预测沉降量具有更高的精度。     

潮汕牛肉丸煮制前后关键性香气成分对比分析

采用固相微萃取(solid-phase microextraction, SPME)结合气相色谱-嗅闻-质谱联用技术(gas chromatography-olfactometry-mass spectrometry, GC-O-MS)分析潮汕牛肉丸煮制前后挥发性香气活性物质,同时结合香气活性值(odor activity value, OAV)确定关键性香气活性成分。结果表明,在煮制前后牛肉丸中共鉴定出42种挥发性成分,包括含硫化合物11种,醛类7种,杂环化类4种,醇类4种,烃类10种,酯类2种,酮类1种,酚类2种,酸类1种;嗅闻鉴定出12种香气活性物质,经OAV分析确认生牛肉丸中的关键性香气成分是二烯丙基硫醚、二烯丙基二硫醚、甲基烯丙基硫醚、反式-2-辛烯醛、己醛、壬醛;熟牛肉丸的关键性香气成分是二烯丙基硫醚、己醛、壬醛、二烯丙基二硫醚。比较关键性香气物质OAV的前后变化,发现二烯丙基硫醚、甲基烯丙基硫醚、二烯丙基二硫醚、甲基烯丙基二硫醚、反式-2-辛烯醛、己醛是导致潮汕牛肉丸煮制风味变化的关键性香气成分。     

硅字的来历和变迁

今天如还有人不识得硅字,必定是从不关心现代科技的,甚至是没有上过学的.硅是一种元素,在现代科技中硅及其化合物在新型材料中扮演着重要角色,是半导体器材、光电转换组件、大规模集成电路、光纤、硅橡胶、石英振子等高科技器材和设备的原料和玻璃、陶瓷、水泥等硅酸盐工业的原料.硅是地壳里除氧之外最丰富的元素,主要存在于地壳中,是多种岩石和泥沙的成分.按规定,现在硅字念作gui.     

葡萄酒香气成分的仪器分析方法评述

葡萄酒香气成分的研究对葡萄酒产品的质量评价及葡萄酒产品的真伪鉴别意义重大,而香气成分的分析结果及其区分价值取决于分析方法,尤其是香气成分的萃取方法。文章综述了近几年葡萄酒香气成分分析方法的研究进展,分析了"电子鼻"等非色谱方法分析葡萄酒香气的特点,阐述了葡萄酒香气成分气相色谱分析的不同检测器方法,比较了影响葡萄酒香气色谱分析结果的不同香气成分萃取方法,并对今后该领域的研究重点进行了展望。     

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.