整体与个体视角下非线性学术评价伪权重研究——以加权TOPSIS法为例

在非线性学术评价中,存在设计权重与实际权重的偏离即伪权重问题,使得以专家权重为主的设计权重在评价中失效,从整体与个体视角进行系统分析十分必要。文章在理论分析的基础上,以加权TOPSIS和JCR2019经济学期刊为例,基于岭回归与偏最小二乘法拟合实际权重,同时采用极大值标准化与sigmoid函数标准化,比较其对实际权重的影响,并进行伪权重的相关问题分析。研究结果表明：指标标准化方法与权重拟合方法是影响整体伪权重的重要因素;采用sigmoid函数标准化可以降低整体伪权重问题;非线性评价整体伪权重问题在理论上无法消除;基于岭回归与偏最小二乘法估计实际权重具有较好的精度;个体伪权重问题在非线性评价中同样存在;采用sigmoid函数可以有效降低个体伪权重问题;个体指标发展不均衡产生的伪权重问题一定程度上值得鼓励。     

基于神经网络的非线性学术评价方法选择研究

针对学术评价中多属性评价方法和组合评价方法众多,从而导致学术评价结果众多,评价公信力下降问题,优选多属性评价方法成为解决问题的较好途径。线性多属性评价相对成熟,非线性多属性评价的选取是首要问题,基于BP人工神经网络,以非线性多属性评价值作为输出,评价指标作为输入,通过训练人工神经网络,可以得到评价指标权重,进而和评价值评价指标的相关系数进行比较,通过检验非线性多属性评价方法的逻辑一致性来进行评价方法的选取。以JCR2017数学期刊为例,分别采用主成分分析、因子分析、TOPSIS进行评价,然后再基于BP人工神经网络模型进行选取。研究结果表明:非线性多属性评价方法的选择问题是学术评价的基础问题;BP人工神经网络可以用来辅助进行非线性评价方法的选取;采用BP人工神经网络辅助选取非线性评价方法必须具备一定的适用条件。     

基于偏最小二乘支持向量机的图书馆效益评价研究

图书馆的效益评价是图书馆工作科学化、计量化的基础和保证。为解决评价样本少、评价指标相关性高等问题,提出了一种基于偏最小二乘—支持向量机(PLS-SVM)的图书馆效益评价模型。该模型有机结合了偏最小二乘和支持向量机的优点,不仅具有较强的全局优化能力和泛化能力,还能有效克服变量间的线性关系,消除指标间的相关性,提高了评价结果的准确性。通过对14个高校样本的实例应用,结果表明PLS-SVM模型能有效评价图书馆效益,评价结果符合客观实际。     

偏最小二乘回归在R软件中的实现及其优缺点剖析

偏最小二乘回归(PLS)作为一种多变量对多变量的回归方法,在解决小样本多变量且变量间存在多重共线性的回归问题中得到了广泛的应用。本文介绍了偏最小二乘的回归原理、回归步骤以及回归系数显著性检验方法,并结合一个实例展示了基于R软件的偏最小二乘回归实现过程,最后对偏最小二乘回归的优缺点进行了剖析。     

非线性科技评价方法合适性测度研究

为了对非线性科技评价方法的科学合理性进行测度,提出两种方法:一是将各指标作为解释变量,总指标值作为被解释变量,然后进行回归分析,利用拟合优度R2值检验指标体系的合适性;二是将各指标作为投入,总指标值作为产出,利用数据包络方法进行分析,然后用效率的集中度采评价指标体系的合适性.在此基础上,比较了两种方法的特点和适用范围,认为两种方法结合运用效果较好,同时可以推广到其他指标体系合适性的评价.     

基于复合偏最小二乘法重建光谱反射率

本论文通过复合偏最小二乘法重建光谱反射率,将预测色块与训练集色块距离进行比较,对于不同距离的色块采用多主成分数偏最小二乘法和普通偏最小二乘法进行不同的运算,最终得到反射率预测结果,并且与普通偏最小二乘法(PLS)作比较。通过实验得到,复合偏最小二乘法的重建精度明显优于PLS方法,并且复合偏最小二乘法的平均GFC达到99.68%。     

基于路径模型的信息系统绩效动态评价研究

掌握信息系统绩效的发展可以更好地利用和改良企业信息系统,提高信息系统技术对组织目标的贡献。首先根据信息系统绩效的滞后、动态的特点给出了信息系统绩效动态评价的含义和一般步骤,根据信息系统绩效评价指标的特点引入偏最小二乘路径模型作为绩效评价方法。结合实际案例对不同时刻的评价模型结构和参数进行确定,并用结构和均值的统计检验方法从统计效力上验证该系统在不同时刻上的评价差异;最后提出根据对比分析结果确定系统改进内容的方法。     

最小二乘法线损率预测技术研究

为了提高预测精度,提出了一种改进的最小二乘法线损预测技术。算法首次将核偏最小二乘回归算法应用于线损率预测。实验表明,提出的方法能够较好地克服变量相关性和非线性因素对预测模型的不利影响。     

学术期刊评价中主成分分析法应用悖论研究

本文依托CSTPC数据库,采用主成分分析法对医学期刊进行评价,然后用评价值作为被解释变量,评价指标作为解释变量进行回归分析,发现部分指标的回归系数为负,删除这几个指标后继续进行主成分分析及回归分析,发现可以删除绝大多数评价指标,得出违背常理的结论.由于学术期刊的特点,不能采取主成分分析进行学术期刊的评价;必须再增加主成分分析回归系数为正这一条件;在评价条件完全具备的情况下,主成分结果回归法(PCARR)可以进行评价指标的筛选;本文提供的方法可广泛应用于某些系统评价方法的检验.     

基于偏最小二乘法和最小二乘支持向量机方法的熔融指数预测

熔融指数是高密度聚乙烯生产的主要质量指标,通过对生产数据建模实现对熔融指数的预测,为优化操作提供有力依据,从而提高产品的质量。利用偏最小二乘法提取影响熔融指数的主要因素作为最小二乘支持向量机的输入,克服了自变量间的多重相关性问题;同时也降低了最小二乘支持向量机的输入变量的维数。实验表明,利用偏最小二乘法方法和最小二乘支持向量机方法预测熔融指数精度远高于分别使用这两种方法。     

期刊评价中TOPSIS的漏洞研究--权重单调性

首先提出非线性评价法权重单调性问题,即在多属性评价中,在其他指标权重不变的情况下,其中一个指标权重增加,那么评价结果也必须增加,并设计出采用传统回归和岭回归计算模拟权重进而对权重的单调性进行检验的方法。基于JCR2012物理学期刊数据,以总被引频次和影响因子为例对TOPSIS评价方法的研究表明：TOPSIS评价法权重并不具有正向单调性,只能用于等权重评价,加权TOPSIS法存在漏洞。研究方法也可广泛用于非线性评价方法的权重单调性检验。     

区域高等教育发展综合评价实证分析

以UNESCO教育指标体系框架为基础,建构省区高等教育发展指标体系与综合评价模型.采用偏最小二乘法结构方程模型对其进行验证,信效度和适配度均符合要求.对2006年31个省区高等教育发展状况进行综合评价,探寻省区高等教育发展的影响因素及特点,为高等教育发展决策提供客观信息依据.     

生态足迹及其影响因子的偏最小二乘回归模型与应用

生态足迹作为一种非货币化定量测度可持续发展的有效方法，自提出以来在国内外获得广泛的应用和发展，但有关生态足迹的时序分析以及生态足迹与其影响因子的动态研究还处于探索阶段。本文利用自然资源生产与消费数据、人口数据，计算了安徽省1990年～2003年的生态足迹，表明研究期内人均生态足迹由1.0121hm²升至1.7659hm²，增长率为74.48%。选取GDP、固定资产投资等若干重要的生态足迹影响因子作为自变量，探讨生态足迹与其影响因子的偏最小二乘回归模型的建立步骤和方法，并以安徽省近14年的相关数据进行实例分析，得出各影响因子对生态足迹的相关影响程度依次为人口、GDP、固定资产投资和居民消费支出。比较偏最小二乘回归与普通最小二乘回归进行生态足迹及其影响因子相关性分析的结果差异，揭示了偏最小二乘回归能解决多元回归分析中变量的多重相关性问题，可提高相关分析的精度，更符合实际情况。     

松嫩平原土壤有机质含量高光谱反演研究

采集松嫩平原典型类型土壤样本252个.室内条件下测定了风干后土样的光谱.对原始光谱数据作预处理后,分别运用多元线性逐步回归法和偏最小二乘法建立土壤有机质含量高光谱预测模型.结果表明,采用2种方法建立的模型均可满足有机质含量速测要求,但偏最小二乘法得到的模型更具稳健性.     

线性学术评价中权重扭曲危害、成因及对策研究——最小均值指标权重修正法

[目的/意义]在线性学术评价中,普遍存在初始权重与实际权重不一致问题。[方法/过程]文章以学术期刊评价为例,在对其产生机制进行理论分析的基础上,研究了其危害,并对现有的几种解决方法的不足进行了剖析,提出一种新的最小均值指标权重修正法,并进行了实证检验。[结果/结论]研究结果表明：最小均值指标权重修正法可以彻底解决自然权重问题;要重视自然权重问题对学术评价科学带来的影响;最小均值指标权重修正法也适用于所有的线性评价。     

基于核偏最小二乘回归的顾客满意度指数模型

本文将核偏最小二乘方法引入顾客满意度指数模型,既保持了偏最小二乘方法对样本数据的分布没有要求的特点,有效地处理自变量之间的多重共线性,又能利用核函数的非线性映射能力,较好地反映顾客满意度与各影响因素之间的非线性关系。     

基于非线性混合效应模型的苹果幼木生长规律的研究

以苹果幼木为例,描述其树干周长随时间变化的Logistic模型,并运用传统的非线性最小二乘法进行参数估计,在此基础上,构建非线性混合效应模型,并利用R软件进行分析及参数估计。然后,对两种拟合效果进行对比,结果表明,运用非线性混合效应模型得到的参数值精度要高,最终的预测值和实测值也具有良好的一致性,说明非线性混合效应模型可以更加有效的处理生长数据,其建模思想及程序对幼木生长规律的研究具有一定指导意义。     

基于偏最小二乘回归的城市生活用水量预测研究

以城市生活用水量为预测研究对象,选取6个社会经济发展因素作为主要变量因子,建立偏最小二乘回归模型。研究分析表明,各变量因子间存在较强的多重共线性,采用偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响,取得更接近现实的预估结果(平均相对误差为2.7%)。研究还发现,数据序列的长度和变量近期的变化信息也会对模型的预测精度产生重要的影响。     

LSSVM在教学质量评价中的应用

教学质量评价是为了督促教师不断提高教学实践能力,传统方法利用主观权重计算评价成绩其合理性受到质疑,需要寻求一种更加科学、合理的评价方法.最小二乘支持向量机(LSSVM)算法有着优良的推广性能,本文提出了一个基于LSSVM的教学质量评价模型,经检验该模型能够获得良好的评价结果.     

考虑科技创新投入产出时滞影响的国家创新能力非线性测评

针对现有国家创新能力评价方法存在的问题提出科技创新投入产出时滞影响的国家创新能力非线性测评方法。科学选取评价指标,构建基于时滞影响和最小二乘支持向量机的国家创新能力测评模型,以二十国集团(G20)成员国为例进行实证研究,通过将评价结果与相关研究报告的评价结果进行分析对比,确定方法的准确性和可行性,最后对G20成员国创新能力进行评价分析。文章提出的测评方法有助于真实准确地反映国家创新发展水平,以帮助决策者制订和实施创新战略。