基于PCA-BP的地裂缝危险性预测

为了更准确地对地裂缝的危险性进行预测，以苏锡常地区地裂缝为例，构建主成分分析(PCA)-BP神经网络模型。利用主成分分析法五个影响地裂缝危险性的指标进行分析，包括导水系数、地下水位、黏性土层厚度、基岩埋深以及基岩起伏程度。通过线性变换排除这些影响因素之间的相关性，并利用各主成分的贡献率对分析后的主成分进行筛选，得到三个主成分指标。对三个主成分进行全新解释：其中，第一主成分主要反应工程水文地质对地裂缝危险性的影响，第二主成分主要反应基岩起伏程度，第三主成分主要反应基岩埋深情况；利用BP神经网络对地裂缝的危险性进行预测。结果表明，PCA-BP神经网络模型对地裂缝危险性的预测效果相较BP神经网络更与实际吻合。PCA-BP神经网络模型可以作为一种对苏锡常地区地裂缝危险性预测的手段；全面细致地进行了主成分分析与BP神经网络在实际应用时的建模过程与结果分析，为PCA-BP神经网络模型的实际工程应用提供了一个有效参考。     

基于改进的主成分分析的城镇化水平测度

基于城镇化的本质从人本发展、产业结构、基础建设三方面建立城镇化指标体系，针对目前主成分分析存在的数据标准化、主成分提取和权数确定中存在问题，提出采用改进的主成分分析和德尔菲法相结合的方法测度城镇化水平，并以此为基础研究河南省各地级市的城镇化水平。     

基于主成分分析在山东省物流绩效评价中的应用

在城市物流的绩效评价中，指标权重的确定十分关键，本文在阐述了主成分分析的基本原理及实际操作步骤的基础上，以山东省17个城市为例，探讨了在城市物流绩效评价中如何应用该方法确定指标权重，并探讨了主成分分析在城市物流绩效评价中的优越性。     

关于主成分分析的进一步探讨

该文在文献[1]、[2]的基础上进一步讨论了主成分分析的统计思想和数学推导，分析了做主成分分析前对数据进行预处理的必要性并对数据的预处理方法进行了研究。     

基于主成分分析法的新疆东方国际酒店竞争力评价

主成分分析法是将分散在一组变量上的众多信息集中到少数几个综合指标（主成分）上，以便于描述数据集内部结构。本文运用主成分分析法，对新疆东方国际酒店及其竞争对手竞争力进行了识别和评价，并对如何提高新疆东方国际酒店竞争力提出了具体的建议。     

上市公司财务失败预测模型的预测能力比较

通过实证分析，建立了判别分析模型、主成分模型、主成分逻辑回归模型以及基于快速BP算法的ANN仿真模型四种财务失败预测模型，并对它们的预测能力进行了比较。结果表明，这四种方法都可以用来进行财务失败预测，但预测的效果是有差异的，基于快速BP算法的”州仿真模型是最有效的一种方法。     

改进的主成分分析在公司财务评价中的应用

通过对我国上市公司的财务指标进行综合分析，构建了我国上市公司财务状况综合分析的改进型主成分分析评价模型，并应用该模型对上市公司财务状况进行了合理评价。     

套利定价理论在我国证券市场的实证研究——基于渐近主成分分析方法

介绍套利定价理论即APT模型，并对APT以及APT实证分析中存在的一些不足进行简单论述，在此基础上介绍渐近主成分分析法。运用渐近主成分分析法对我国证券市场35只股票的单因子APT模型、五因子APT模型、十因子APT模型进行实证分析，并与CAPM以及它们相互之间关系进行比较研究。     

主成分分析法在学生成绩分析中的应用

利用主成分分析法,建立了数学模型,运用SPSS软件得出各主成分的得分函数,并结合学生成绩进行了分析,其结果为教学研究和管理提供了科学的依据.     

主成分聚类分析法在综合评价学生成绩中的应用

本文采用SPSS统计软件对学生的课程成绩进行主成分聚类分析,分析结果显示,主成分聚类分析综合评价法比传统的平均分分析法和主成分分析综合评价法更科学、更合理,同时该方法为学校管理层提供更可靠的学生管理信息。