基于时序主成分分析的综合扶贫绩效评价研究

目前收入主导型扶贫绩效评价方式导致扶贫政策过分关注扶贫的经济价值,忽视相应的社会、生态、文化和政治价值,导致脱贫成效不稳定,容易引起返贫现象的发生.为此,论文借鉴公共价值理论和五位一体全面布局发展战略,构建了五位一体扶贫绩效评价体系,并利用时序主成分分析法对云南省2005—2016年扶贫绩效进行评价.结果表明:云南省扶贫取得显著成效,尤其是经济价值快速提升,而社会、生态、文化和政治价值还有待进一步改善.可见,扶贫开发在关注经济价值的同时,应坚持经济、社会、生态、文化和政治价值的协调发展,从而增强贫困地区的内生发展动力,最终实现真正意义上的脱贫.     

基于主成分分析法的水利施工企业绩效评价研究

绩效评价是企业进行自我监督、自我约束的重要手段和管理工具.阐明了水利施工企业绩效评价的必要性和特殊性,设计出水利施工企业绩效评价的指标体系,并运用主成分分析法建立了绩效评价的模型,实证分析为15个单位做了绩效考核排序.     

基于主成分分析法的北京市创新型企业绩效评价

针对传统企业绩效评价指标的单一性和主观性,基于主成分分析法提出一种评价方法,尽可能全面客观地评价北京市创新型企业绩效。根据北京市创新型企业中31家内地上市公司2008年和2009年的财务数据,采用主成分分析法构建绩效评价模型,并利用该模型计算出31家创新型企业的绩效得分。该研究方法可为企业绩效评价提供一条新的思路,研究结果可供投资决策者参考。     

基于主成分分析的红葡萄酒评价方法研究

针对红葡萄酒评价问题,采用主成分分析法,对酿酒葡萄的理化指标与葡萄酒的理化指标进行相关性分析。选择具有显著相关性的变量,分析各理化指标之间的对应关系。同时,把多指标转化为少数几个综合指标,对影响红葡萄酒质量的相关因素进行了较详细的分析和论证。     

基于数据包络分析和主成分分析的产业技术创新能力差异化研究

为分析中国汽车产业技术创新能力现状及寻找其提升的路径,应用技术创新理论,构建产业技术创新能力分析模型,选取不同产业进行差异化研究。采用基于数据包络分析(DEA)和主成分分析(PCA)的双轨分析方法,从投入端和产出端引入6个影响产业技术创新能力的指标,构建评价指标体系,对我国汽车、家用视听设备和通信设备三个产业技术创新能力进行比对。研究结果表明,我国汽车产业技术创新能力处于中低水平,创新投入能力较弱,投入规模不足,产出能力不平衡;创新转化过程存在失效。     

基于主成分分析的上市公司财务绩效评价

对企业财务绩效的评价方法很多,但其中很多方法含有主观因素。主成分分析方法能够克服一些其他分析方法的缺点,减少主观的因素,使分析结果能够客观地反应事实。利用上市公司财务绩效评价指标体系,应用主成分分析方法对18家石油化工类上市公司进行了综合评价。分析结果显示了上市公司财务绩效的综合排名情况,为投资者提供了投资决策依据。     

主成分分析在经济评价中的应用

在研究较复杂的经济问题时,利用多元统计分析中的主成分分析,可从多个经济指标中找出起支配作用的共同因素,从而抓住主要矛盾,以较少的变量进行定量分析,对企业的经济效益进行公正的评价。根据主成分分析的基本原理,通过具体实例介绍了这种方法的计算步骤。对企业提高经济效益有一定的启示。     

主成分分析及其MATLAB实现

针对目前黑龙江省各地域间机械制造业发展不平衡的状况,以黑龙江省14家机械制造企业为研究对象,从经济效益出发选取8个指标,利用主成分分析法对选取指标进行分析,利用Matlab软件对14家机械制造企业的经济效益进行了计算和排名,为黑龙江省今后实现企业间经济发展协调提供参考依据.     

基于二维广义主成分分析的人脸识别

针对人脸识别中的特征提取问题，提出了一种基于二维广义主成分分析（2DIMPCA）的人脸识别方法.有别于传统的人脸识别算法需要将二维人脸图像矩阵压缩成一维向量，该方法直接采用二维图像矩阵来构建方差矩阵，通过在水平和垂直2个方向上顺序执行2次广义主成分分析（IMPCA）运算，消除了人脸图像行和列的相关性，大大压缩了特征的维数.选用二维最小近邻分类法进行分类，计算识别率.在AT&T人脸库以及Yale人脸库上的测试结果表明，与主成分分析（PCA）和IMPCA相比，该方法具有更高的识别率和更快的识别速度.     

基于广义主成分分析的图像重建

主成分分析(PCA)在图像识别及高维数据降维中有着普遍的应用.为提升基于主成分分析的图像重建性能,在经典PCA算法的基础上提出了广义主成分分析(TPCA),并利用该算法进行图像重建.该算法利用图像像素的空间邻域构成固定尺寸的数组并将其作为广义标量进行代数运算,可以方便有效地描述各像素的空间约束,从而提升图像的重建效果,...     

一种基于核主成分分析的图像超分辨率算法

测试样本和训练样本集的匹配是基于学习的超分辨率算法中关键问题之一。本文方法通过将低分辨率的观察样本映射到高维的核空间中,实现测试样本和训练样本集的准确匹配,避免了基于学习的超分辨率算法中错误匹配问题,提高生成图像的质量。该算法包括:测试样本对训练样本集进行核主成分分析(kernel principal components analysis, KPCA); 利用距离约束算法得到在输入空间中的原像;最后将新生成的图像块进行重组,得到高分辨率的图像。在USPS数据集上进行的实验验证和对比分析表明：基于KPCA的图像超分辨率方法能够取得较好的超分辨率效果。     

Electricity price forecasting using generalized regression neural network based on principal components analysis

A combined model based on principal components analysis (PCA) and generalized regression neural network (GRNN) was adopted to forecast electricity price in day-ahead electricity market. PCA was applied to mine the main influence on day-ahead price, avoiding the strong correlation between the input factors that might influence electricity price, such as the load of the forecasting hour, other history loads and prices, weather and temperature; then GRNN was employed to forecast electricity price according to the main information extracted by PCA. To prove the efficiency of the combined model, a case from PJM (Pennsylvania-New Jersey-Maryland) day-ahead electricity market was evaluated. Compared to back-propagation (BP) neural network and standard GRNN, the combined method reduces the mean absolute percentage error about 3%.     

巢湖烔炀河水质评价及主成分分析

为了解巢湖炯炀河水质情况,提供巢湖富营养化综合治理相关数据。根据2007年7月～9月水质实测数据,采用模糊数学方法对炯炀河水质状况进行了综合评价。同时,分析结果得出氮是炯炀河水质恶化的主要影响因素,人类活动直接影响整个河流水体的水质变化。最后得出改善炯炀河水质的重要途径是降低生活污染和科学使用农药及化肥。     

基于主成分分析的辽宁上市公司财务状况评价研究

在确立上市公司财务状况评价指标体系的基础上，应用主成分分析法对指标体系的高维变量空间进行降维处理，借助SAS6．12对辽宁省上市公司的财务状况进行了客观评价，为投资者和债权人的决策提供了借鉴．     

基于主成分分析的神经网络评价模型研究

根据供电企业的特点,建立了适用于评价供电企业营销效果的指标体系,综合运用主成分分析法和BP神经网络方法建立模型,对供电企业的营销效果进行了模拟综合评价。     

主成分分析法在企业经济效益分析中的应用

企业经济效益分析的传统方法有:比较分析法、比率分析法、趋势分析法、比重分析法、因素分析法等,这些方法的缺点是不精确,也不能反映财务指标间的内在联系,也不太适合投资者在投资决策时使用.本文运用主成分分析法对中国电力、钢铁、煤炭行业的经济效益进行了分析,按综合经济效益进行了排序,其计算结果与市场实际表现完全一致.这种分析方法计算简单,意义明确,可为投资者的投资决策提供有效的参考,具有很强的实际意义.     

财务管理人员业绩评价指标的研究

按照理财学的观点，以科学为依据，从企业的筹资活动、资产管理、投资效果和财务结构构成四个方面选取相关财务指标来衡量财务管理人员的工作的成效。     

应用主成分与数据包络组合分析方法评价高等学校人才培养工作

人才培养是高等学校的主要任务,院系是大学内部人才培养工作的落实单位,建立科学的教学工作评价机制,有利于促进人才培养的中心地位。改变大多数教育评价以定性为主的现象,利用主成分分析和数据包络分析这两种方法的原理,建立二者结合的组合评价方法,进行定量的评价和分析,促进了教学工作评价的科学性。