基于主成分分析的湖北省水运竞争力评价

为使湖北省水运竞争力有利于满足社会经济发展对水运的需求、助力实施"绿色港口"理念,在分析湖北省水运竞争力影响因素的基础上,建立评价指标体系,运用主成分分析法进行评价。结果表明:湖北省水运竞争力水平虽经历一定时期的波动,但随着社会经济的发展、基础要素的建设和维护等,其水运竞争力逐渐增强,呈稳步提升态势,其中社会经济要素、水运要素、水运市场、技术创新、政策和生态环保因素发展较快、较平稳,对增强湖北省水运竞争力影响较大。     

高铁大跨斜拉桥主梁CPⅢ点实时高程预测方法研究及应用

针对高铁大跨斜拉桥主梁上CPⅢ点高程的多值性问题,结合昌赣高铁赣江特大桥工程案例,提出一种大跨斜拉桥主梁上CPⅢ点实时高程预测方法.首先,通过最小二乘线性回归法确定主梁上各CPⅢ点对高程变化量与主跨跨中CPⅢ点对高程变化量之间的数学关系式;然后,采用主成分回归分析法,建立各类传感器读数变化量与主跨跨中CPⅢ点对高程变化...     

“双碳”背景下的船舶主机能效数据分析

在“双碳”背景下,为探究船舶航行中各因素对船舶主机能效的影响,文章利用SPSS软件对主机能效、航行环境、航行姿态等初始数据进行清理分析。采用主成分分析法,根据总变量主成分解释和碎石图提取3个主成分反映原变量信息。再通过系统聚类利用离差平方和（Ward）法对目标船能效数据进行聚类,得到各参数的聚类数,用K均值（K-means）聚类法进行聚类得到船舶航行中各参数的聚类中心,对轴功率、转速及油耗进行Epanechnikov拟合,得到相互关系曲线。该方法对船舶主机能效数据挖掘具有普遍适用性,可为智能能效管理和评估提供辅助决策。     

基于PCA-杜芬方程的隧道围岩状态突变风险分析

为提高隧道围岩状态突变风险的评估能力和优化隧道施工措施,首先,结合某在建隧道工程实际,运用主成分分析(PCA)法对其围岩状态影响因素进行筛选,找出累计贡献率较大的3个影响因素(围岩状态、施工工法、支护情况);其次,将这3个影响因素指标作为参数,代入杜芬方程,并通过加入阻尼系数的方式,对隧道围岩状态突变风险进行仿真;最后,基于仿真结果分析,找出该隧道的围岩位移风险并提出相应措施。研究结果表明：通过在杜芬方程中增加含阻尼及含幅值调节反馈控制函数,找出了围岩突变的内因,并针对该项工程提出了具体控制措施,即施工至含水地带时的支护强度需增加28.6%,施工对围岩造成的扰动需降低18.2%,以期达到防止施工过程中围岩状态突变的效果。     

西部地区交通区域划分问题的研究

西部地区幅员广阔,交通与经济的发展表现出很大的地区差异性,同时交通与社会经济的发展又有着密不可分的关系,在不同的现实条件下,交通发展与经济发展之间的适应性严重影响和制约这一个地区的协调与进步.本文从交通与经济发展相协调的角度出发,利用主成分分析与层次聚类分析方法对西部地区进行交通区域划分,研究结果对于了解西部区域间交通发展的差异性及制定区域交通策略具有一定的意义.     

一种基于支持向量机的轴承表面缺陷检测方法

提出了一种基于支持支持向量机和主成分分析的轴承表面缺陷检测算法,该算法把轴承中的非缺陷区域和缺陷区域分别看作两种不同的纹理模式,先利用主成分分析法(PCA)对图像进行降维处理,然后用支持向量机方法对降维后的样本采样学习,然后进行分类判断.实验结果表明,该算法能够较好地实现轴承缺陷的检测分类,有一定的实用价值.     

矽肺病人全肺灌洗回收液粉尘矿物学分析

对７例矽肺，１例煤尘肺全肺灌洗回收液粉尘采用Ｘ射线衍射法对其矿物学成分的分析结果表明，其矿物学成分主要为ＳｉＯ２，ＦｅＣＯ３，Ｆｅ３Ｏｒ，ＤＭｇ（ＰＯ３）３，β－Ａｌ（ＯＨ）３除煤尘肺ＳｉＯ２ ２．１３％，无定型碳占７３．４％外，其他矽肺灌洗回收液粉尘的结构与成分基本相似。     

编组站运营工作评价研究

调查分析提速干线上编组站近年运营状况。应用因素分析理论,分析编组站运营指标构成因素对其变化的影响规律。发现车流量波动对中时的影响不明显;影响中时变化的主要因素是有调中时和无调比;非生产性停留时间是有调中时和每车停时的主要影响因素。选取多项评价指标,根据近期统计数据运用主成分综合评价法对若干编组站运营状况进行评价分析,得到各编组站的主成分及综合得分,以此可掌握编组站的运营状况,并发现货车工作量和中转车运用效率是衡量编组站运营绩效的主要因素。提出加快货车周转、提高编组站运营效果的建议。     

基于PCA-改进RBF神经网络模型的铁路隧道突水风险评价

为了准确预测铁路隧道突水风险等级,降低隧道施工过程中的突水灾害风险,结合相关规范,在调研分析影响隧道突水灾害的风险因素集的基础上遴选13个因素构建评价指标体系。利用主成分分析法对突水风险评价指标提取主成分并实现降维,模糊C-均值聚类算法计算RBF神经网络的中心,梯度下降法修正权值和方差,并将分析后得到的主成分作为改进RBF神经网络评价模型输入向量,建立了基于PCA-改进RBF神经网络铁路隧道突水风险评价模型。最后结合天秀山隧道对该模型预测效果进行验证,评价结果与实际情况相符。实例研究表明:该模型合理可操作,相比于其他方法准确率更高、训练更快、均方误差更小,为类似铁路隧道预防突水灾害事故提供了一种新的途径和借鉴。