基于均值化主成分分析的雾霾环境分析与研究

由于雾霾天数对政府从宏观上把握空气状况、制定相应的政策更具有实际意义,所以选择年度雾霾天数而非具体每天的天气状况为研究对象,以期为政府控制雾霾提供可行性建议。从城市开发状况、地区环境、区域经济发展等角度出发,寻求影响雾霾天数的关键因素。对影响雾霾环境的指标数据进行主成分分析,同时改进了传统的主成分分析法在数据无量纲化方面存在的缺陷,采用了在主成分分析时对数据进行均值化,有效地解决了标准化方法带来的信息丢失问题。通过实例分析,对改进前后结果的差异进行了比较,其结果表明,改进后的主成分分析法选取的主成分数量减少,主成分累计贡献率也越高。     

基于灰色关联分析的大学生就业质量评价研究

以分析大学生就业质量指标管理度、提高评价准确性为目标,提出基于灰色关联分析的大学生就业质量评价方法。综合专家评价和相关文献构建大学生就业质量评价指标体系,使用灰色关联分析构建数据矩阵,通过无量纲化的均值化方法处理各个指标量,解决数据矩阵数量化不一致问题;使用层次分析法确认各指标权重;利用处理后的数据构建灰色关联矩阵并计算关联度,灰色关联矩阵与指标权重计算共同实现大学生就业质量综合评价。经实验验证,该方法经计算能够获得关联度结果和权重结果,在综合评价大学生就业质量时具有较高准确率。     

高校教师绩效考核模型研究

建立高校教师绩效考核模型是公正评价与合理使用人才的基础。在分析绩效考核指标体系建立的基本原则上,完成考核指标体系的构建,运用层次分析法对指标权重进行分析与确定,给出了在指标数值的转化和无量纲化问题上进行数据处理的三种方法,并说明了模型在高校教师评价中的运用。     

基于综合赋权和可拓理论的协作企业优选

为给汽车售后服务供应链云平台的核心企业选择优秀的协作企业,根据云平台不同核心企业对协作企业有不同的要求和标准,以及待评价协作企业的客观特征,采用基于层次分析法和模糊粗糙集法相结合的综合赋权法确定各协作企业评价指标的权重系数,用层次分析法确定主观权重,用模糊粗糙集法确定客观权重,再集成主、客观权重得到综合权重系数;最后基于可拓判别法对评价对象进行优度评价,结果为各评价对象的等级划分和优劣顺序.以汽车售后服务供应链云平台的售后服务商实际业务数据为实例进行对比分析,结果证明了方法的有效性和可行性,且较优于其它评价方法.     

船舶电力推进系统六相同步电机选型AHP FCE方法研究

根据船舶电力推进六相同步电机选犁方案的评价指标,针对多相电机评价指标的复杂性,对评价指标进行了一致化和无量纲化处理,提出了一种改进型隶属函数的确定方法,建立了基于层次分析法（AHP）的电机选型方案的模糊综合评判,实现了评价指标类型的无量纲化,并利用层次分析法确定了隶属函数与电机选型方案的权系数。通过实例验证了此方法的正确性和有效性,通过与传统隶属函数确定方法的比较,发现改进型隶属函数通用性强,更加易于分析、接受、理解和应用。     

约束条件下顾客需求重要度计算方法

研究了企业在实际应用质量功能配置过程中由于资源约束条件,无法完全满足所有顾客需求重要度的问题。通过对传统的层次分析法进行改进,提出基于Monte Carlo-AHP方法的顾客需求重要性排序方法,对排序靠后的顾客需求项进行取舍以满足企业资源约束;然后采用数据包络分析（DEA）模型计算企业考虑竞争差异时的相对效率,根据相对效率与应用AHP方法计算得到的基本重要度,确定最终顾客需求重要度。最后,给出了该方法的应用实例。     

对外投资项目风险评估方法研究

研究对外投资项目风险准确评估问题。由于对外投资项目风险评估数据源主要来自专家经验和仿真数据,评估指标间存在依存关系和反馈作用,导致传统评估方法很难进行精确评估。为了提高评估精度,将改进后的群体网络层次分析法与模糊综合评价法相结合,提出了一种适用于对外投资项目风险评估的方法。首先利用德尔菲法建立对外投资项目风险评估指标体系,然后利用群体网络层次分析法确定各指标的综合权重,最后使用模糊评判模型对风险进行计算。以具体实例进行仿真,结果表明改进方法可以有效的评估对外投资项目风险等级,使专家经验较好地服务于风险评估过程,提高了评估结果的科学性和准确性,为对外投资项目风险提供了一种新的评估方法。     

基于差异化权重的基层供电企业经营发展评价方法

本文利用SPSS软件,对基层供电企业海量数据进行深入挖掘分析。利用相关性分析法、主成分提取法以及综合聚类法对指标数据进行降维,并构建针对基层供电企业的综合评价指标体系;然后利用基于德尔菲法的改进层次分析法和专家经验确定指标权重,并根据各企业实际运营情况,构建各项指标的差异化权重,进而实现对基层供电企业的差异化综合评价和打分。通过对基层供电企业纵向、横向的比较,针对性定位各企业经营和电网发展的薄弱环节,提出企业投资策略和建设重点。通过在山西电网的实证应用,将98个基层供电企业分成5类,并对各企业进行综合评估,提出针对性提升建议,充分证明本方法在理论和实际应用层面的价值,在对基层供电企业开展综合评价时具有很好的落地性和科学性。     

软件安全的多指标综合评测

文章提出了一种新的软件安全评测方法。通过对软件安全的实际研究和分析提取出典型的评测指标,并将层次分析法AHP(AnalyticHierarchyProcess),主成分分析法PCA(PrincipalComponentAnalysis)和聚类分析法CA(ClusterAnalysis)三者结合进行评测。首先采用AHP通过定量分析确定指标权重;之后采用PCA,通过线性变换,在保留大部分原始信息的前提下,把加权后的指标重新组合成一组无关的综合指标并进行分析;最后采用CA对PCA的分析结果进一步研究并根据用户需求将软件分为指定数目的类别从而使结果更加直观。实际的评测结果表明这一方法可以对软件的安全性进行正确有效的评测。     

泵站信息化的评价体系与指标的研究

通过对现阶段已有的信息评价体系的研究和改进,建立一种三级泵站信息化评价体系,并分析各种权重确定方法的优劣,采用层次分析法确定各级指标权重。并采用层次分析法和赋值法,将该信息化评价体系应用在景丰联围泵站信息化,形成一套完整的泵站信息化评价体系与指标。     

装备保障能力薄弱环节确定方法

针对保障领域重保障能力评估而轻薄弱环节查找的现状,提出一种通过求解保障能力各指标薄弱度确定薄弱环节的方法。薄弱度由指标裕度空间和权重共同决定,采用主成分分析法求其权重,应用集对分析优化指标裕度空间。实例表明,利用该方法求出的薄弱环节改进方案与其他2种方法确定的方案相比是最优的,能提高保障资源配置合理性。     

基于K-EROS的QAR数据集的相似性分析

叙述了传统的PCA方法在处理QAR数据相似性问题的不足,提出基于EROS的KPCA方法处理QAR数据之间的相似性问题。通过引入EROS方法而不需要对数据进行向量化,引入核矩阵对QAR数据进行主成分分析,可以有效降低数据的维数。选取两组QAR数据集,采用支持向量积方法,选用不同数目的主成分进行分类实验,同SPCA方法和GPCA方法进行比较,实验结果显示把该方法运用到QAR数据集,具有较好的分类结果。     

基于余弦角距离的主成分分析与核主成分分析

PCA和KPCA都是基于欧氏距离提出的,这种距离对离群数据点比较敏感,而余弦角距离对离群数据更为鲁棒,在很多情况下具有更好的性能。充分利用余弦角距离的优势,提出两种新的特征抽取算法——基于余弦角距离的主成分分析（PCAC）和基于余弦角距离的核主成分分析（KPCAC）。在YALE人脸数据库与PolyU掌纹数据库上的实验表明,PCAC比PCA取得了更好的效果,KPCAC也表现出了很好的性能。     

基于多线性独立成分分析的掌纹识别

为快速有效地在掌纹识别中学习多种因素的高阶统计独立成分,利用多线性独立成分分析方法对掌纹张量进行降维,得到低维的模式矩阵,将掌纹图像向模式矩阵上投影以提取核心张量,通过计算核心张量间的余弦距离实现掌纹匹配。基于PolyU掌纹图像库的实验结果表明,与主成分分析(PCA)、二维PCA、独立成分分析和多线性PCA相比,该方法的识别率最高,且满足系统实时性要求。     

基于特征的弹性图匹配人脸识别算法改进

针对传统人脸识别弹性图匹配算法空间复杂度高、实时性较差的问题,提出一种弹性图匹配改进算法,将人脸图片特征点经Gabor小波预处理后,结合主成分分析(PCA)和Fisher线性判别方法(FLD)对生成的特征矢量进行处理,降低维数,减少计算量,同时在不降低识别率的前提下,提高识别速度。与传统的PCA算法、FLD算法、EGM算法进行仿真比较,证明该改进算法识别率高、实时性好。     

基于SPCA和域变换递归滤波的高光谱图像分类

提出一种基于分割的主成分分析（Segmented Principal Component Analysis,SPCA）和域变换递归滤波（Domain Transform Recursive Filtering,DTRF）的高光谱图像分类算法。利用SPCA方法降低高光谱图像的维数和提取各波段子集的第一主成分。使用不同参数的域变换递归滤波器对各波段子集第一主成分进行滤波,形成堆叠的边缘保持滤波图。采用主成分分析（Principal Component Analysis,PCA）将堆叠的边缘保持滤波图进行特征融合。利用基本阈值分类器（Basic Thresholding Classifier,BTC）对融合后的主成分进行分类。仿真实验表明,所提方法能够提高分类精度,且在总体分类精度、平均分类精度、Kappa系数等方面优于已有方法。     

基于关联图谱的视频片段聚类

提出一种基于关联图谱的视频片段聚类方法。构造视频片段的关联图并将其转换成邻接矩阵,提取邻接矩阵的主分量特征值、模间邻接矩阵和模间距离后,将三者分别嵌入主成分分析和独立成分分析模式空间中,利用k-means进行聚类分析。实验结果表明,该方法能有效区分不同类型的视频片段。     

基于主成分分析的人脸个体差异识别算法

传统基于主成分分析(PCA)的人脸识别算法不能最优区分不同种类样本。为此,提出一种新的基于PCA的人脸识别算法。利用PCA降维方法提取人脸的个体差异特征,并采用最近邻距离分类器对该特征进行分类。在ORL人脸数据库上的实验结果表明,与传统算法相比,该算法的正确识别率较高。     

模糊支持向量机在人脸识别中的应用

针对人脸图像特征提取领域应用主成分分析和二维主成分分析方法,使用二维特征值求解相关样本隶属度,并利用相关特征值方法进行分类。该方法结合二维特征值,在特征提取时进行人脸图像重构,具有快速稳定和局部特征清晰的优点。通过引入矩阵内积与二维主成分分析特征分类结果进行比较,实验结果表明,在ORL和Yale数据库中利用该方法进行识别分类取得了很好的效果。