基于AIC-K-means的载荷分段混合分布估计

针对工程机械作业载荷分布估计的问题,基于AIC准则及K-means算法,提出了一种载荷分段混合分布估计方法。根据Luise分组方法,得到正态分布、对数正态分布及威布尔分布的卡方检验值。选取最小卡方检验值对应的分布函数作为分段混合分布各段的拟合函数,通过极大似然估计算法获得分段混合分布的表达式。结合挖掘机土石挖掘工况,将本文方法应用到主泵出口压力载荷数据中,并与现有方法进行对比分析,本文方法得到的结果通过了卡方检验。同时,用1000组仿真数据来验证方法的可行性,得到了参数估计的误差仅为0~18%。     

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。     

多事件混合影响的桥梁车辆荷载效应组合极值预测

为解决受多事件混合影响的桥梁车辆荷载效应不满足独立和同分布假定,导致预测极值不准确的问题,提出采用共同阈值,改进组合广义帕累托分布(CGPD)极值预测模型,以适应采用任意尾部逼近函数预测基于事件分类的超阈值样本极值.对CGPD模型的关键问题,如超阈值样本的时间独立性检验、阈值选取和GPD参数估计,分别提出基于自相关系数的采样间隔法、基于K-S优度检验的自动计算法和概率权重矩法的实用解决方法.通过具有理论解的数值算例验证改进CGPD模型及其实用解决方法的准确性,并将CGPD方法应用于中小跨径桥梁和大跨径桥梁车辆荷载效应的极值预测中.结果表明:所提实用解决方法具有很好的应用效果,计算精度高,这些方法是CGPD应用的关键.数值算例验证了CGPD能精确预测受多事件混合影响的样本极值,与理论解的误差在3%以内,而采用传统混合数据的单一广义帕累托分布(SGPD)进行外推会产生很大偏差.中小跨径桥梁车辆荷载效应可以基于参与加载的货车数量划分加载事件,大跨径桥梁车辆荷载效应则可以根据时均交通量和时均货车比率划分时段形成不同加载事件,应用CGPD方法均能简单而方便地获取任意重现期的桥梁车辆荷载效应极值,而传统SGPD方法会形成显著的估计偏差,高达13.7%.     

主成分分析法在城市交通可持续发展评价中的应用

通过主成分分析法将成都城市交通可持续发展的23项评价指标化为3个主成分,并对各主成分作出符合实际意义的解释,然后利用各主成分的得分曲线对成都不同时期城市交通可持续发展进行比较分析,得出影响成都城市交通可持续发展的波动因素。文章所采用的主成分分析法能够克服传统方法中"模糊性""主观性"等问题,对城市交通可持续发展进行客观评价。     

基于PCA-SVDD的滚动轴承性能退化评估

针对滚动轴承早期微弱故障难以及时发现的问题,提出一种基于主成分分析(PCA)和支持向量数据描述(SVDD)的滚动轴承性能退化评估模型. 使用主成分分析法对滚动轴承振动信号时域和频域的特征指标进行加权融合,构建一个可以有效全面描述滚动轴承运行状况的综合特征指标,将正常状态样本的综合特征指标输入SVDD模型完成评估模型的构建,通过设置健康报警阈值判定轻微故障出现时间,并采用滚动轴承全寿命试验数据进行验证. 结果表明,与以峭度指标、均方根值作为SVDD模型的特征指标输入相比,该评估模型可以更早检测到滚动轴承早期微弱故障的发生,也能更准确地描述滚动轴承整体退化程度.     

主成分分析法在水质综合评价中的应用

采用主成分分析法对清河门地区的水质进行了综合评价,确定出清河门地区的水质指标间的相关关系.分析结果表明,对于观测数据重叠、高维空间分布复杂的情形,主成分分析法是一种切实可行的方法.     

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。     

基于极值外推的高速列车齿轮传动装置载荷谱编制

针对传统传动系载荷谱编制时计数及统计方法的局限性及高速列车齿轮传动装置载荷测量的特殊性,构建了基于电机有功功率的高速列车齿轮传动装置扭矩间接测量方案,统计了传动系扭矩转数历程,提出了一种基于极值理论及非参数密度估计相结合的载荷数据统计方法,从而获得了总体载荷样本概率密度分布函数,并据此建立了高速列车齿轮传动装置程序载荷谱,实现了载荷极值外推和载荷谱压缩。最后,基于实测车辆网端功率转数历程完成了一个高速列车齿轮传动装置载荷谱编制算例。     

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。     

基于改进主成分分析法的中国企业市场营销审计研究

针对中国企业市场营销的特点,提出了中国企业市场营销审计模型,同时提出了一种改进的主成分分析法,以克服传统主成分分析法未考虑各指标的重要性权值的缺陷,并对中国企业营销审计进行了定量分析,给出了实例证明.研究表明,所提出的中国企业市场营销审计模型比国外市场营销审计模型更加符合中国国情,同时改进主成分分析法比传统主成分法能够更加有效的进行市场营销审计.     

基于相关性分析和主成分分析的基因调控网络研究

为了构建基因调控网络模型,提出了相关性分析和主成分分析相结合的方法。利用皮尔逊相关系数进行相关性分析,构造初始的基因调控网络。进而利用主成分分析法确立剪边原则,从而获得新的基因调控网络。采用Dream3中的大肠杆菌（Ecoli1）10个基因的表达数据进行测试,结果表明,参考黄金标准下的基准网络,所提方法获得的基因调控网络具有较高的准确性。     

基于主成分分析方法的变电工程造价关键影响因素识别

影响变电工程造价的因素十分广泛,各因素间的关系也错综复杂。基于某省2019—2021年变电工程造价决算数据,利用主成分分析方法对变电工程造价的影响因素进行分析,并运用多元回归方法进行F检验和t检验,筛选出主变容量、高压侧配电型式、本期高压侧出线回数、低压电容器数量、二次设备单价5个指标为关键影响因素。在前期阶段要充分论证此类参数,为公司合理地控制变电工程造价和实现精准投资提供科学依据。     

亚麻纱线USTER测试结果的主成分分析

亚麻纱的条干均匀度USTER检验比黑板检验更加全面和客观,但亚麻纱线USTER测定数据的离散性大,规律性远不如棉纱USTER的检测结果。对数据特性进行研究,建立相应的数据分析模型,是USTER检测亚麻纱线质量的关键。尝试利用主成分分析法,对亚麻纱线用USTER测试方法的可行性进行探讨。研究表明USTER测定包含了匀度和棉结两个主因子,因而比黑板分析在指标上包含的信息更多,也更加全面。     

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.     

主成分分析法在多指标综合评价方法中的应用

阐述了多指标综合评价方法的定义，并根据权重确定方法的不同，进一步将其划分为主观权法和客观赋权法两类评价方法，文章讨论了两类不同的评价方法的各自特点，并重点论述了额赋权法中的主成分分析法的优点及原理，归纳整理出了主成分分析法的计算步骤，在文章的最后，在天津市的人口发展状况为基础数据，给出了计算实例。     

基于粗糙集和主成分分析法的电网融冰决策方法

基于粗糙集和主成分分析法建立冰灾数据规则和冰灾应急处理融冰效率函数,提出一种电网冰灾融冰决策新方法．以湖南电网为例,分别运用MATLAB和SPSS软件进行粗糙集和主成分分析法的计算,划分湖南地区覆冰严重程度顺序并建立了融冰效率函数,得到湖南电网效率最高融冰手段,实现输电线路融冰的优化决策．     

一种面向打印的低维光谱空间构造法

基于Kubelka-Munk混色理论模型,对其光谱吸收散射比空间进行线性修正,对光谱反射率空间进行正态化处理,并在两种空间之间建立经验变换,之后利用非线性优化技术和主成分分析方法,得到一个保持打印基色光谱特性的低维空间,将光谱反射率数据变换至该空间,以实现针对彩色打印的多光谱数据降维。实验结果表明,新方法能使低维空间数据保持高维光谱空间数据的最主要信息,克服传统主成分分析法导致重建光谱超出光谱数据范围的缺陷。和主成分分析法相比,新方法的色度精度、光谱精度以及同色异谱指数三个评价指标都有提高。     

基于超球面支持向量机的综合传动状态判别

以油液光谱分析数据为基础,建立了基于超球面支持向量机的综合传动状态判别模型。利用主成分分析法,对油液光谱分析数据进行预处理,并进行主成分提取的研究分析。研究了参数的变化和异常样本对模型性能的影响。实验研究表明,基于超球面支持向量机的状态判别模型准确可行,能实现综合传动的状态判别。     

高体革鯻不同生长阶段生长性状的主成分分析

对高体革鯻幼鱼3个生长阶段的生长性状进行了多元统计分析。分别测定了各生长阶段的全长、体长、头长、吻长、体高、尾柄长、尾柄高、体质量8项指标,计算了各生长阶段性状间的相关系数,并对各生长阶段的生长指标进行了主成分分析和聚类分析。多元统计分析结果表明,不同生长阶段入选主成分略有差别。第一主成分始终反映了全长、体长、体高、体质量方面的信息,这些性状是鱼体生长发育的重要典型指标。聚类结果反映了这些性状在各个生长阶段间的相互关系,与主成分分析结果相一致。     

基于主成分分析方法的聚类分析方法在灾情综合分类中的应用

通过主成分分析方法选取地震的主要灾情指标,运用SPSS软件中的聚类分析方法,对汶川地震时,四川省各受灾地区按系统聚类法进行聚类分析,得出地区灾情综合分类．所得结果与原文给出结果基本一致,进而验证了基于主成分分析的聚类分析方法在灾情综合分类中应用的合理性．并且,提供了一种正确进行灾情评价和物资分配的有效方法．