联合循环平稳特征PCA与RVM的频谱感知

针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于循环平稳特征主成分分析(PCA)与相关向量机(RVM)的认知网络频谱感知算法。该算法结合了主成分分析算法与相关向量机分类方法,应用于解决认知网络频谱感知问题。首先对信号循环平稳特征参数进行特征提取,通过主成分分析进行降维提取信号主成分,生成训练样本和待测样本,并完成对相关向量机的训练,再采用训练完成的相关向量机算法分别对有无主用户情况下的信号进行分类检测,最后获得主用户信号存在性的感知判断。仿真实验表明,与人工神经网络、支持向量机和最大最小特征值算法相比较,所提算法在低信噪比情况下具有较高的分类检测性能,检测率最大可提高61.6%,有效地实现了对主用户信号的感知。     

基于KPCA和类峰值特征的模拟电路诊断方法

针对传统的核主成分分析方法（KPCA）无法解决在故障样本交叠严重时多分类性能较 差的问题,提出一种基于改进KPCA的特征提取和类峰值特征辅助识别分类相结合的模拟电路 故障诊断方法。在预处理阶段,提出了一种图像混合欧氏距离用于建立核函数,进行核主成 分分析特征提取,克服了传统KPCA的局限性;并且设计了一种用类峰值特征识别的方法进行辅 助识别预分类,提高分类速度。标准电路的故障诊断仿真和结果分析表明,该方法较好地 克服了交叠样本给分类带来的困难,具有很好的故障识别速度和正确率。     

基于主成分分析和独立成分分析的调制分类算法

基于主成分分析（PCA）和独立成分分析（ICA）,提出了一种新的调制分类算法。算 法采用PCA对样本数据降维、去除冗余成分,采用FastICA方法提取分类特征;采用支持 矢量机（SVM）作为分类器,以解决数据在低维空间中的不可分问题。该算法具有较低的复 杂度和较高的训练速度。仿真表明,与最大似然（ML）算法相比,算法仅具有1.8 dB的信噪 比损失,在Rayleigh慢衰落信道和中速运动的条件下,算法对5种QAM调制类型具有较好的 分类性能。     

基于主成分分析-神经网络法的农村信贷用户信用评级研究

采用某农村信用社的516家贷款用户,基于主成分分析-神经网络法构建个人信用分类评估模型。该模型首先应用主成分分析法对初始指标进行降维,然后将简化后的训练样本送入BP神经网络进行学习和训练,进而对检验样本的风险级别进行判别。     

一种用于雷达信号调制分类的特征评估方法

针对用于调制分类过程中雷达信号脉内特征参数评估问题，提出了一种多指标联合评估方法。该方法使用复杂性、可分离性和稳定性3个指标对特征参数的调制分类性能进行联合评估，克服了传统评估手段仅使用单一指标难以进行全面科学评估的缺陷，并可以根据应用需求获取相应的最合理的综合评分值。理论分析和计算机仿真结果表明，该方法可以有效评估特征的调制分类性能，具有较强的工程应用价值。     

我国近年CPI波动影响因素的主成分回归分析

本文通过主成分分析法,找出影响CPI波动的主成分,然后与因变量CPI进行主成分回归分析,统计分析表明工业品出厂价格(PPI)、原材料、燃料和动力购进价格(MPI)等成本型因素及货币供应量是CPI波动的主要影响因素。     

数据挖掘技术在西部各省区经济发展状况分类中的应用

采用模糊聚类分析方法,利用主成分分析对聚类的特征变量降维,依据2005年和2006年的有关数据,对西部12省区的经济发展状况进行模糊分类,初步划分具有不同经济发展状况特征的类型,这有助于对各类省区的发展状况做深入分析及制定相应的发展对策。     

财产保险公司偿付能力的实证分析

本文运用主成分分析法对财产保险公司偿付能力诸多影响因素进行实证分析，构建保险企业偿付能力评价指标体系，对8家财产保险公司的绩效进行主成分分析，并结合分层聚类法模型对主成分分析得到的结果进行分类，所得结果为保险监管部门和保险公司制定切实有效的管理策略，提供参考。     

财产保险公司偿付能力的实证分析

本文运用主成分分析法对财产保险公司偿付能力诸多影响因素进行实证分析,构建保险企业偿付能力评价指标体系,对8家财产保险公司的绩效进行主成分分析,并结合分层聚类法模型对主成分分析得到的结果进行分类,所得结果为保险监管部门和保险公司制定切实有效的管理策略,提供参考.     

结合多源特征与高斯过程模型的SAR图像目标识别

针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。     

基于主成分分析下的广西区内城市竞争力综合评价

本文通过对以往经济指标数据进行分析,从影响经济社会发展的多个角度(经济、社会、科教、人民生活质量、生态环保)以及包含在每个角度下的多个分目标(人均GDP、非农业人口比重、文教卫科费用、城镇居民人均可支配收入、人均公共绿地面积等)进行分析,考虑到各项指标之间重要性的不同进而对问题评价所起的不同作用,利用主成分分析方法对各个指标进行客观地赋权,不受主观因素的影响,而且得到的综合指标(主成分)之间彼此独立,减少信息的交叉,这使得分析评价结果具有客观性和可确定性。以94.854%的方差贡献率将原有11项经济指标降为3项,并利用所得到的主成分变量对城市发展进行评价,为了解省市区域各项经济指标在未来的走势及决策部门制定出适合省市区域经济发展的政策提供科学依据。     

新疆旅游经济影响因素实证分析

通过构建11个评价指标,引入主成分分析法(PCA)和最小二乘(OLS)法,以2011年新疆15个地州市的截面数据为样本,对其旅游经济影响因素进行定量的实证分析,得出资源丰裕度、人均可支配收入和景区的容纳量是新疆旅游经济最主要的影响因素,进而提出一些相应的政策建议.     

小波分析在信号奇异性检测中的应用

研究了信号的奇异性检测问题。给出小波变换和信号奇异性的关系，实现小波分析对信号各类奇异间断点的有效检测，利用小波分析构造故障诊断所需的特征因子（或直接提取对诊断有用的信息），从而将该方法推广到各类冲击响应信号的奇异性检测中。最后给出一个实例进行验证。     

基于相关算法的脉冲信号检测性能分析

低信噪比信号检测一直都是侦察领域关注的课题。为此,提出了基于相关算法的脉冲信号检测方法,介绍了相关算法检测原理,用统计分析方法确定了理论最佳检测门限,并对相关检测性能进行了仿真分析,在低信噪比条件下完成了信号到达时刻和脉冲宽度的估计。     

资本结构与上市公司盈利能力——家电行业的实证分析

本文以我国家电行业 2 6家上市公司 1999- 2 0 0 1年财务数据为样本 ,采用多元统计分析中的主成分分析方法 ,实证研究了上市公司资本结构与盈利能力的关系。结果表明 ,家电行业上市公司的资本结构与盈利能力呈现负相关关系     

城镇居民消费水平经验模型构建

从经济学和统计学视角,本文选取影响城镇居民消费水平的因素,并以相关消费理论和模型为基础,利用主成分分析方法和岭回归分析方法建立城镇居民消费水平经验模型。分析结果表明两种方法各有千秋,主成分分析方法在模型拟合方面更加具有优势,拟合结果更加精确稳定,而岭回归分析方法在模型调试方面更加有效。当然,将两者结合起来运用会使经验模型与理论模型更加贴近,更有效地揭示经济现象。     

上市公司财务预警分析--基于现金流模型的实证研究

本文从财务危机的预警机理出发,选取能反映企业财务安全的“现金制”指标,采用主成分分析法,通过对我国上市公司财务危机状况的实证研究,建立了上市公司财务预警模型———T分数模型。该模型针对目前以“ST”作为财务困境企业的分界点不能准确判断出企业是否有足够的现金流、是否能够真正避免财务危机这一现状,结合本文给出的各项现金类指标,能够从企业现金流的角度判断企业是否存在财务困境、能否偿还各类到期利息及债务,为企业提供了一个更为准确的预测自身财务危机的工具。