基于证据理论的高压绝缘子污秽程度评定

从证据理论的基本概念和证据组合规则出发,通过对高压绝缘子电晕概率、泄漏电流有效值、泄漏电流峰值和泄漏电流脉冲数的检测,在充分考虑检测信号与评定结果之间因果关系存在不确定性的基础上,提出了基于D-S证据理论的高压绝缘子污秽程度的评定方法,并通过实验验证了该方法的正确性.     

主成分回归分析在收入分配中的应用

采用主成分回归分析的方法,对贵州省城乡居民收入差距作实证分析。依据1979～2008年的数据,选取贵州省城乡居民的收入、消费、人口、教育、农业等几大方面的相关指标。实证结果显示,不论是从定性角度还是从定量角度分析,贵州省城乡居民收入差距都呈现增长趋势。     

CPI指数预测的统计回归模型

对CPI值进行预测,对我国相应部门做出正确的宏观决策有积极意义.本文采用应用非常广泛的一类随机模型——统计回归模型,首先找到关于CPI指数变化的影响因素,搜集相关的大量数据;然后通过应用主成分分析法找出影响CPI的3个主要因素;最后基于3因素的数据,通过统计分析,建立回归模型,对短期内的情况进行预测.     

一种基于主成分分析的元学习方法

Meta-learning是解决分布式环境下分类挖掘问题的有效方法之一,该方法的关键在于元训练特征的组成,它直接影响着元分类器的性能.当问题域中类别数较多时,组合多个基分类器将使元训练特征集的维度变得非常大.提出在元学习阶段用主成分分析(PCA)简化高维数据,将基分类器的预测信息集中到最小维数的向量上,以提高元学习的泛化效率.实验结果表明,该方法是可行的.     

因子分析在学生成绩影响因素调查结果中的应用

因子分析基本思想是通过对多个原始变量提取主成分,经过正交旋转,可以找出主要的独立影响因素。通过对学生的多因素多样本问卷调查,将因子分析应用于教育教学数据分析之中,从而找出影响学生学习成绩的主要原因,为进一步的教育教学改革提供了一定的理论依据。     

粉煤灰生产增容性橡胶填料的研究

改性粉煤灰用做橡胶填料已经有人作了很多工作,然而．前人研究主要限于生产和改性高岭土、伊利石等具有竞争市场的功能性橡胶填料产品。由于粉煤灰成分复杂、多为粒状以及表面性质等因素的相对不足,使得它在竞争中一直处于不利地位。但是,粉煤灰具有价格优势,如果再能够利用好粉煤灰本身的热量,进一步节约改性费用,那么．改性粉煤灰作为增容性橡胶填料将具有很强的市场竞争优势。     

植物挥发性有机物研究进展

植物挥发性有机物的分析与评价为景观规划和设计提供了参考,对配置植物进行植物造景起着重要的作用,为园林绿地生态功能的发挥提供了重要的依据和保障.以植物挥发性有机物的分析与评价为基础,通过对植物挥发性有机物的成分、植物挥发性有机物的医疗与保健作用、影响植物挥发性有机物释放的因素等方面的分析,探讨了植物挥发性有机物的提取分离方法和应用研究进展,提出了植物挥发性有机物研究目前存在的不足并概括了未来的研究方向.结果显示:当前植物挥发性有机物研究在范围上逐渐从微观尺度发展到宏观尺度,日益强调多物种组合的生态功能,重点关注植物挥发性有机物的医疗与保健作用研究;指出了植物挥发性有机物研究的关键在于研究结果在植物造景和景观规划中的应用,在评价内容和评价方法上应该借助基础研究的长期监测、评价的量化以及多学科交叉.     

GC-MS分析显脉金花茶脂溶性成分

采用硅胶柱层析提取分离显脉金花茶(Camellia euphlebia Merr. ex Sealy)石油醚部位脂溶性成分,用甲酯化方法对提取物质预处理,用气相色谱-质谱方法分析其化学成分。结果共鉴定出显脉金花茶石油醚部位成分中的20种脂溶性化合物,占总量的81%,主要化学成分是有机酸类,占35.99%,其中β-香树素(17.24%)、棕榈酸(14.57%)、α-香树精(13.6%)含量最高。所得到的20种成分均为首次从显脉金花茶叶中鉴定出来。     

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。     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。