基于加权主成分分析的中国上市公司的综合评价

基于主成分分析法建立了加权主成分分析法数学模型;运用加权主成分分析对中国上市公司进行综合评价,并通过选取2015年部分上市公司第一季度报告提供的财务指标进行了实证分析。评价结果表明:利用加权主成分分析法对上市公司进行综合评价,可以将主成分分析法的客观分析和层次分析法的主观分析有机结合起来,以得出结合客观分析与主观评价的相对可靠的结论。与用主成分分析法评价的结果相比,其评价结果更加合理、更加符合上市公司的实际经营水平,可以给广大证券投资者一个更加可靠的投资参考。     

基于主成分分析的桥梁结构服役状态评估

为提高桥梁结构健康状态检测过程的效率和检测结果的可靠性,基于数据挖掘技术建立了桥梁结构全寿命健康状态检测模型,解决了现有桥梁结构健康状态检测过程中存在的检测误差大、检测效率低的问题.首先,利用无线传感网络信息收集技术获取有关桥梁结构健康数据,利用核心主成分分析对桥梁结构健康数据进行预处理,消除桥梁结构健康数据的冗余特征...     

小波分析在GPS动态监测数据粗差探测中的应用

文章分析了GPS监测数据序列中粗差的不确定性,提出了采用小波分析检测成片粗差,并通过实例进行应用分析,在此基础上进而对原变形数据序列中包含大量粗差的情况进行探测。实例分析表明,合理选择小波函数进行分析可以准确探测出粗差所在位置．解决了传统方法每次只能探测单个粗差的不足。     

基于主成分分析理论的交通事故成因研究

研究了道路交通事故的各种成因,用主成分分析理论对引起道路交通事故的主要因素进行分析,得出影响交通安全的主要矛盾,并采取适当的安全措施,从而达到降低交通事故发生的次数和强度的目的。     

基于主成分分析的居住区停车需求预测研究

在大量调查数据的基础上,通过停车特征参数的分析,提出了影响停车需求的多个因素。对其中的几个主要因素进行主成分分析,剔除权重最小的因素,建立了停车需求与剩余因素之间的预测模型。     

基于主成分分析的居住区停车需求预测研究

居住区停车需求预测是进行居住区停车规划的关键,也是进行居住区住宅配建停车泊位标准研究的前提.在大量调查数据的基础上,通过停车特征参数的分析,提出了影响停车需求的多个因素.对其中的几个主要因素进行主成分分析,剔除权重最小的因素;最终建立停车需求与剩余因素之间的预测模型.     

基于主成分分析的道路交通事故预测

将主成分分析和BP神经网络相结合的方法用于道路交通事故预测中,对影响道路交通事故的因素进行主成分分析,并将分析结果作为BP神经网络的输入数据,这样不仅可以减少输入变量个数,而且能保留原始变量的主要信息,消除变量之间的相关性.另外,计算结果表明基于主成分分析(PCA)的BP神经网络法优于BP神经网络法.     

基于主成分分析的道路交通事故预测

将主成分分析和BP神经网络相结合的方法用于道路交通事故预测中,对影响道路交通事故的因素进行主成分分析,并将分析结果作为BP神经网络的输入数据,这样不仅可以减少输入变量个数,而且能保留原始变量的主要信息,消除变量之间的相关性。另外,计算结果表明基于主成分分析（PCA）的BP神经网络法优于BP神经网络法。     

基于层次分析的主成分分析法在民船征用中的应用

动员征用合适的民船,是完成好跨海投送任务的重要保证。针对当前大多依靠经验进行民船征用、方法不够科学的问题,在系统分析民船征用需要考虑的影响因素基础上,综合各种常用的评价方法,构建民船征用模型,即首先借助层次分析法将复杂指标问题数据化,然后取主成分分析法对指标进行降维处理,并进行了应用研究,检验了模型的可靠性,可为战时民船征用方案的制定提供科学、有效的手段。     

Robust Principal Component Test in Gross Error Detection and Identification

Principle component analysis (PCA) based chi-square test is more sensitive to subtle gross errors and has greater power to correctly detect gross errors than classical chi-square test. However, classical principal component test (PCT) is non-robust and can be very sensitive to one or more outliers. In this paper, a Huber function liked robust weight factor was added in the collective chi-square test to eliminate the influence of gross errors on the PCT. Meanwhile, robust chi-square test was applied to modified simultaneous estimation of gross error (MSEGE) strategy to detect and identify multiple gross errors. Simulation results show that the proposed robust test can reduce the possibility of type II errors effectively. Adding robust chi-square test into MSEGE does not obviously improve the power of multiple gross error identification, the proposed approach considers the influence of outliers on hypothesis statistic test and is more reasonable.     

基于差分模型的无控制DEM差异探测方法

为了提高现有方法的性能，提出了基于差分模型的无控制数字高程模型（DEM）差异探测的新方法，并成功地用于普歪沟泥石流地区地表变形探测（该区变形面积超过50％）．该方法在LZD算法（最小高差法）的基础上引入差分模型，兼顾了观测值的数值及其相互关系的影响，显著提了高算法的差异探测性能．结果表明，新方法的匹配精度比目前代表性的采用肌估计的LZD算法（M-LZD）和采用最小平方中位数的LZD算法（LMSLZD）的精度高．     

基于PCA的城市快速路基本路段服务水平评价

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.     

����PCA�ij��п���·����·�η���ˮƽ����

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.     

基于MATPCA方法的混凝土表观缺陷识别研究

以混凝土表观缺陷为对象,研究用图像处理和模式识别技术来实现表观缺陷的检测和识别,重点在混凝土外观缺陷图像的特征提取和设计有效、可靠的分类器,实现缺陷的准确分类.基于矩阵的主分量分析（MATPCA）是统计学中分析数据的一种有效的方法,它可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等.将MATPCA法应用于混凝土表观缺陷识别系统的特征提取层,并在MATLAB中实现特征的提取,较好地满足识别层的输入要求;而在系统的识别层,研究BP神经网络方法取得了较好的实验效果.     

基于数字高程模型的重庆市数字航道系统应用

通过数字高程模型(DEM)和数字航道系统作为切入点,从建立基于数字高程模型的数字航道系统的技术路线、数字航道系统的应用及维护等方面,阐述了重庆市数字航道系统的基本原理、组成及功能.利用数字航道系统对航道及水上交通的实时有效管理,极大地保障了重庆市水上交通的航行安全和航行效率.     

基于GIS的农村给水管网节点漏水量的估算

介绍了给水管网中漏损网络的类型,分析了传统给水管网节点漏损量模型和估算方法的不足,通过GIS空间分析强大功能的特点,提出了一种以GIS与DEM相结合的新的给水管网节点漏损量估算方法;重点研究了基于GIS的网络分析建立的给水管网拓扑关系,并利用DEM模型计算网络节点处高程,结合漏损模型的计算方法估算出给水管网节点处漏损量;实例验证,说明基于GIS的给水管网节点漏损量估算是一种高效的方法。     

基于动态PCA的核动力装置传感器故障检测

针对变工况过程中传统主元分析方法的模型不适应问题,通过稳定性因子分析,剔除过渡过程数据,并用模糊聚类方法将不同稳态工况进行分类,利用动态主元模型方法根据工况类型建立不同的主元模型,并将该方法用于核动力装置传感器的故障检测,结果表明该方法能够适应变工况情况下的传感器故障检测,减少了故障的误检,并提高了检测灵敏度．