基于主成分分析法的广东省制造业竞争力研究

通过选取相关指标,利用主成分分析法分析了广东省28个制造业的竞争力状况,发现广东具有竞争优势的产业主要以医药化学工业、仪器仪表、电子信息产业、电气机械及器材制造业等资本、技术密集型产业为主;竞争力比较弱的产业主要是一些资源依赖性产业,比如黑色金属、有色金属等产业;重点扶持的汽车业、造船业和造纸业现阶段竞争力并不强,需要促进其竞争力提高。     

中国房地产周期波动研究----一个基于时序全局主成分方法的分析

在现有的关于我国房地产周期波动的研究中,所使用的研究工具大多都不能深入刻画我国房地产的周期波动规律和影响我国房地产周期波动的主成分。为此,我们利用时序全局主成分这一新方法,研究了自1998年-2008年我国房地产周期波动情况及其主成分。我们发现,自1998年第四季度至2008年第3季度,我国房地产增长周期大概经历了两个完整的周期,他们分别是1999年1季度到2003年4季度,2004年1季度到2007年4季度,2008年开始我国房地产进入了向下调整的过程中。从主成分的综合影响度来看,对房地产业增长率影响较大的因素依次是：完成开发投资额增长率、施工面积增长率、空置面积增长率、人均收入水平增长率、GDP增长率、消费水平增长率、销售价格增长率、建筑贷款增长率、广义货币供应M2增长率。而其他因素的增长率对房地产业的综合影响较小。     

基于时序预测和主成分分析的电视剧热度研究

电视剧的热度是衡量电视剧质量水平的重要指标之一,在一定程度上反映了一个国家的文化软实力。在前人诸多研究基础上,利用自回归模型对收视率进行了时间序列预测,并对自回归模型进行了平滑滤波改进,实现了更好的预测性能。之后,对10个影响电视剧热度的因素进行了综合分析,并利用主成分分析的方法降低维度,最终得到了综合考虑各种因素的热度指标。利用新定义的热度指标对2017年电视剧进行排序,发现该指标与单一的收视率或播放量相比,确实更能反映出电视剧的综合影响力。     

高质量发展背景下信阳居民可支配收入测度——基于BP神经网络算法

为构建信阳居民可支配收入增速的数据评估体系,为全市居民收支调查工作的数据评估提供参考依据,本文以信阳9个县区(不包含直管县)城镇居民的可支配收入基本情况为研究对象,并以信阳2018年人均GDP增速、规上工业利润总额增速等9个经济指标为自变量,构建BP神经网络模型。研究结果表明:BP神经网络模型能够很好地拟合和测度居民可支配收入,同时还可以有效地检验数据的合理性。     

改进的基于CNN的高光谱遥感图像分类办法

由于高光谱遥感图像光谱维度大,标注样本相对较少,提出了一种结合主成分分析和改进的二维卷积神经网络的高光谱遥感图像的分类方法。首先,通过主成分分析,降低光谱维度,消除光谱亢余信息。然后,将数据进行分块处理,获得分块数据的样本标签,并将数据分为训练集和验证集,用训练集和验证集训练改进的针对高光谱遥感图像分类的卷积神经网络的参数。最后,将测试集投入训练好的2D-CNN上进行分类,得到分类结果。实验结果表明,提出的模型的分类精度明显提高,从而验证了该方法的有效性和实用性。     

作业成本法下基于聚类算法的项目成本动因合并研究 ——以A风景园林规划研究院规划设计类项目为例

在作业成本法实施过程中,由于成本动因数量庞大及其复杂性导致大多数企业放弃使用作业成本法.因此,科学合理的选择及合并成本动因是保证作业成本法有效实施的关键.文章以A风景园林规划研究院规划设计类项目为例,运用主成分分析与聚类分析算法将存在相关性成本动因进行科学有效的合并,最终得到最具代表性的成本动因,显著降低了作业成本计算的复杂性,在保障项目成本核算准确性的同时,减少了收集和处理成本数据的成本耗费.     

基于人口老龄化背景下广西养老资源供给研究

目前,广西正处于社会与经济发展的关键期,解决好养老问题既是满足老年人安享晚年的现实需要,也是助力广西社会与经济健康持续发展的现实需要.而解决好养老问题,关键在于养老资源的供给是否能满足老年人的实际需求.本文运用主成分分析法和因子分析法,探究影响广西养老资源供给的因素,研究发现经济发展好或拥有养老产业发展优势的城市对养老资源供给有较大的影响.     

基于主成分分析法的地铁运营关键绩效指标体系研究

目前国内研究尚缺乏一套科学的、系统的、有效的对地铁运营的评价体系.本文以成都地铁为研究对象,采用问卷调研法,将16个初级指标做成问卷让受访者进行打分,之后将数据导入SPSS软件,分析其效度与信度,剔除信度较低的指标,最终获得3个一级指标和15个重要的二级评价指标,并以此构建出一套对地铁运营绩效的评价指标.最后通过对受访者问卷的打分情况,分析出乘客看重哪些因子,并以此向相关部门提出建议.