基于主成分分析与神经网络的非线性评价模型

针对评价过程的非线性特征,运用神经网络高度非线性映射能力,建立了一种非线性综合评价模型。采用主成分分析法对评价指标进行处理,形成了新的指标体系,有效的消除了原指标间的相关性,降低了神经网络的输入维数。利用Matlab软件对地区经济发展水平的综合评价进行实例分析和仿真,得到了较满意的结果,说明了该模型的有效性。     

基于主成分分析的社区评价体系研究

在分析社区质量特性的基础上,将顾客满意度的概念引入社区管理中。利用主成分分析法建立了一种合理的评价指标体系。首先运用主成分分析法提取影响满意度的主要因子作为二级指标。进而根据各主成分对总体满意度的贡献率确定二级指标的权重,三级指标对于二级指标的权重通过主成分负荷矩阵确定。最后给出了一个社区满意度评价体系实例。     

基于主成分和熵权的房地产投资环境评价

在房地产投资环境的评价过程中,评价指标往往考虑的因素比较多,评价过程比较繁琐。本文用主成分分析的方法在评价的过程中选取指标的主成分,对评价指标进行约简,提高评价的效率。在对评价指标进行赋权时,主成分分析方差贡献率赋权的方法不能使权重归一。为了保证指标赋权信息统一性,用信息熵的原理客观的给定指标的权重,保证指标的合理。最后应用案例用改进的指标和确定的指标权重对方案进行综合评价,得分排名符合其合理性。     

主成分分析在湖泊富营养化污染程度综合评价中的应用

利用一种改进了的主成分分析综合评价法，通过Mathematica软件计算，对我国十二个湖泊富营养化污染状况作了评价排序，给出了排序结果，与常规方法的排序结果进行了比较。主成分分析法应用的关键在于确定各项指标的权重。     

流通力的评价指标体系研究

流通力是流通领域本身的运行效率和经济效益。对于流通力的评价,目前我国还没有一个可以应用的指标体系和标准。本文在选择流通力评价指标的基础上,通过德尔菲法和主成分分析法确定了各个指标的权重,建立了一个可以应用的流通力评价指标体系。     

基于因子分析法原理的水环境模糊评价模型

利用主成分分析法确定模糊评价法中评价指标的权重,克服了由于只考虑评价指标本身的权重而忽略指标的超标权重而对模糊评价的影响,使利用模糊综合评价进行水质评价更简单、实用,在浑河水质评价分析显示,该方法合理、可行,有一定的参考价值.     

深层感知器结构设计的逐层主成分分析方法

为了解决深层感知器的结构设计问题,提出了一种逐层主成分分析方法.该方法根据训练数据集的分布特点,在适当控制信息损失的条件下,可以有效地确定每层神经元的个数.首先,依据样本维数和标签类数分别确定输入层和输出层神经元的个数;然后,对训练样本集进行主成分分析,利用降维后的维数确定第2层神经元的个数;最后,在确定其他层神经元的个数时,将上一次降维后的样本经过非线性激活函数作用,再进行主成分分析,得到降维后的样本维数即为该层神经元的个数.在MNIST手写字数据集上的实验结果表明:该方法有助于简化深层感知器的结构,在减少参数个数、缩短收敛时间和降低训练难度等方面均具有优越性.     

基于PCA和改进TOPSIS法的火电机组运行综合评价

为提高火电机组运行管理水平，实现经济运行的目的，针对火电机组的运行特点，提出了一种基于主成分分析法(PCA法)和逼近理想解排序法(TOPSIS法)相结合的火电机组运行综合状态评估方法。采用PCA法来对火电机组运行指标进行降维处理并基于主成分的贡献度来确定指标的权重，同时采用马氏距离代替传统TOPSIS法中的欧式距离，从机组可靠性和经济性方面对火电机组运行状态进行综合评价。通过对5台机组进行实例计算，结果表明：该方法所得的评价结果更加准确合理，可以为不同电厂机组之间进行运行优化以及竞赛提供良好的方案。     

基于GIS的土地节约集约利用评价研究

从土地利用强度、土地投入强度、土地的经济效益和生态效益4个方面筛选指标构建土地节约集约评价模型,利用主成分分析确定土地节约集约利用的评价指标,运用层次分析法确定各指标的评价权重并结合GIS强大的空间分析和计算能力对土地节约集约情况进行评价。案例分析结果表明,基于GIS的土地节约集约利用评价结果与普查结果基本吻合,运用该模型能够更好地分析土地资源利用状况,可以为土地利用规划提供数据资料支持和决策依据。     

黄土颗粒体微结构的主成分分析方法研究

针对21个黄土样本,利用SEM图像采集其微结构参数,发现微结构参数众多,量纲与所表达的物理意义各不相同,各参数表示的信息多有重复。针对以上问题,提出了采用主成分分析法研究某域范围内颗粒体微结构参数的方法。结果表明,前3个主成分的综合贡献率为96%,可以反映所有原始微结构参数的大部分信息,不但减少了"信息重复",还降低了颗粒体微结构参数的维数。同时发现,第1主成分的分散性最大,随主成分次序增加,分散性逐渐减小,第9主成分分散性最小。降维之后,主成分指标减少,这些主成分指标可以用来建造本构方程等土力学关系,且可以通过建立的力学关系来研究土体微结构的再造过程。     

基于主成分分析法与聚类分析法的安全指标体系优化

航天发射试验安全评价中涉及众多风险指标,各指标的选取是否合理,将直接影响安全评估的结果。采用层次分析法对影响航天发射试验安全的设备操作人员评估指标体系进行权重确定,并对评估指标进行了重要性检验,删除相对不重要的指标。采用主成分分析法与聚类分析法结合的方式解决指标之间存在信息重叠且具有一定相关性的问题,实现了指标体系的优化。     

面向工业大数据的多层增量特征提取方法

针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数据进行有效降维,并最大限度保留样本的变异信息和判别信息．首先,利用滑动窗口增量实时更新数据流,检测和过滤离群点,基于增量主成分分析对数据进行初步特征提取,利用Fisher准则函数量化各主元所包含的分类信息;然后,采用熵值法确定各主元贡献率和识别能力的权重,对主元进行筛选,由筛选出的主元构成新的特征空间;最后,将当前窗口的高维数据通过增量线性判别分析投影,完成二次特征提取的同时确定样本类别．实验结果表明,该方法可有效提取实时数据特征,同时很好地保留其判别能力．     

基于适应加权非对称AdaBoost HMM的三维模型分类算法

针对三维模型的分类问题,提出了一种适应性加权非对称AdaBoost隐马尔克夫模型（HMM）分类算法.算法中提出了由三维模型表面的绝对法向量表示的两种新特征,将经过归一化和姿态调整的三维模型划分为若干部分,各部分对应HMM的一个状态,对各部分提取特征并用主成分分析（PCA）降维,对模型的4种特征对应的弱分类器使用非对称AdaBoost算法进行boosting. HMM的结构及参数初始值由模型姿势调整的可能形式及观测顺序确定,训练过程中参数用期望最大化方法计算,最后使用加权相似度计算对三维模型分类.分析及试验结果表明,与基于分布函数的分类算法相比,该算法明显提高了正确率.适应性加权后,分类正确率可进一步提高.     

模糊综合评判在小城镇可持续发展评价中的应用

利用层次分析法确定了小城镇可持续发展评价指标的权重.将层次分析法与模糊综合评价相结合,建立了小城镇可持续发展模糊综合评价数学模型,采用此模型对河北省清河县可持续发展水平进行了评估.为可持续发展水平评估提供了一种定性定量相结合的分析方法.     

Evaluation Model for Capability of Enterprise Agent Coalition Based on Information Fusion and Attribute Reduction

For the issue of evaluation of capability of enterprise agent coalition, an evaluation model based on information fusion and entropy weighting method is presented. The attribute reduction method is utilized to reduce indicators of the capability according to the theory of rough set. The new indicator system can be determined. Attribute reduction can also reduce the workload and remove the redundant information, when there are too many indicators or the indicators have strong correlation. The research complexity can be reduced and the efficiency can be improved. Entropy weighting method is used to determine the weights of the remaining indicators, and the importance of indicators is analyzed. The information fusion model based on nearest neighbor method is developed and utilized to evaluate the capability of multiple agent coalitions, compared to cloud evaluation model and D-S evidence method. Simulation results are reasonable and with obvious distinction. Thus they verify the effectiveness and feasibility of the model. The information fusion model can provide more scientific, rational decision support for choosing the best agent coalition, and provide innovative steps for the evaluation process of capability of agent coalitions.     

Spatial analysis and evaluation of a coal deposit by coupling AHP & GIS techniques

Nowadays, the evaluation of coal deposits becomes crucial, due to many uncontrollable factors, which affect the energy sector. A comparative evaluation of coal deposits is essential for their hierarchical classification regarding their sustainable exploitation, when compared to other coal deposits or competitive fuels, which may be used as alternative solutions for electricity generation. In this paper, a method for spatial analysis and evaluation of a lignite deposit is proposed, by creating four spatial key indicators via GIS analysis, which are then aggregated by applying a weighted linear combination. The analytical hierarchy process is applied to estimate the relative weights of the indicators, in order to perform a weighted cartographic overlay. Through the synthesis of the indicators, an overall, total spatial quality indicator is calculated. The weighted analysis was shown to be more effective compared to the unweighted one, because it can provide more reliable results regarding the exploitation of the examined lignite deposit. The implementation of GIS-based analytical hierarchy process in spatial analysis and evaluation of lignite deposits, in terms of sustainable exploitation, demonstrates that this method can be extensively applied for evaluating the economic potential of mineral deposits.     

基于熵权和AHP的工程造价编制服务质量模糊综合评价

根据工程项目建设程序及工程造价编制特点,把工程造价编制服务质量评价体系分为3个一级指标和13个二级指标。同时运用熵权法和AHP来计算指标的权重,充分挖掘原始数据本身蕴含的信息,使结果更为客观,在此基础上进行多层次模糊评价。     

基于组合权重与云模型的电网规划综合评价方法研究

为提高输电网规划方案评估的准确性,减少不确定性及指标权重主观性强对输电网规划方案评估结果的影响,提出了一种基于云模型的组合权重法实现对电网规划方案的评价。首先,基于电网规划的实际要求,构建了考虑经济性、可靠性、适应性及社会性的输电网规划方案综合评价指标体系,通过层次分析法计算主观权重,通过熵权法计算客观权重,再线性加权最终确定组合权重。其次,运用云模型对各输电网规划方案进行排序。最后,算例分析验证了所提电网规划方案评价方法的有效性。     

早期故障信号基于调制随机共振的核主元检测

针对淹没在强噪声中具有高频多周期成分的早期故障信号,提出了并联调制随机共振与核主元分析系统.将信号的特征频率通过调制共振系统进行增强,并将功率谱组成多元统计向量,通过非线性映射,在高维空间进行特征提取,利用T2统计量和F分布的控制限进行检测.利用仿真的轴承转子振动信号与滚动轴承冲击信号进行了验证,实验表明系统能够及时地对早期故障进行预警.     

基于多属性决策模型的雾计算用户关联算法

针对密集异构蜂窝网络中的雾计算用户关联选择问题,提出一种基于多属性决策模型的雾计算用户关联算法.通过对关键性能指标的选取和建模以及对组合权重的设计,达到调节属性优先级的目的.同时,设计了综合评判指标,实现了对多个属性的联合优化.仿真结果表明,所提方案不仅能对用户体验的质量和系统性能进行权衡处理,还能够平衡业务流量的分配,有效降低关联时延和系统能耗.