商业银行贷款风险综合评价

研究了主成分和改进神经网络混合算法在商业银行贷款风险评价中的应用，分析了商业银行贷款风险的影响因素，建立了基于主成分-改进神经网络的预测模型，并用实例验证了模型的有效性。     

商业银行贷款风险综合评价

研究了主成分和改进神经网络混合算法在商业银行贷款风险评价中的应用,分析了商业银行贷款风险的影响因素,建立了基于主成分-改进神经网络的预测模型,并用实例验证了模型的有效性。     

实际应用中主成分的选择及其经济意义

主成分分析是一种应用十分广泛的现代统计分析方法，但在其应用中，如果忽略对现象性质特征的考察和对分析所得数值经济经济意义的合理解释，则有可能导致数值的误用。以经济效益的评价和回归分析中自变量的构造为例，叙述了主成分的选择及其经济意义。     

基于PCA改进的LS-SVM入境旅游客流量预测模型

影响入境旅游客流量的众多因素加大了预测模型输入变量的复杂化,限制了模型的运行速度和预测精确。首先,利用主成分分析对影响入境旅游客流量的众多指标进行综合分析得到主成分,然后建立以主成分为输入变量以入境旅游客流量为输出变量的最小二乘支持向量机预测模型。通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机入境旅游客流量预测模型具有较好的预测效果和较高的推广价值。     

基于PCA改进的SOR-LS-SVM旅游流量预测模型

利用主成分分析法建立以主成分为输入变量而以入境旅游客流量为输出变量的超松弛最小二乘支持向量机预测模型.通过实例验证和比较,演示了基于主成分分析改进的超松弛最小二乘支持向量机入境旅游客流量预测模型有较好的预测效果和较高的推广价值.     

主成分分析法在研究武汉市各区经济状况中的应用

在给出主成分分析的含义的基础上,详尽地说明了主成分分析的数学模型的建立过程及其计算步骤。并且在采集了武汉市13个区的7个经济指标的基础上,利用主成分分析对2005年全年各区经济情况作了一个综合评价,使得对于主成分分析的研究得以验证。     

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.     

基于人工神经网络的科技需求能力测度与预测问题研究

以科技需求整体水平为研究对象，定义了科技需求能力这一衡量指标，并运用主成分分析法量化后，采用三层BP神经网络研究了科技需求能力预测模型的建立问题。最后通过模型对比分析，验证人工神经网络方法应用于科技需求能力预测是可行和有效的。     

主成分分析法在我国学术期刊综合评价中的应用综述

介绍主成分分析法及其在学术期刊综合评价中的应用成果,概述主成分分析法的研究进展,认为运用主成分分析法评价学术期刊既有其优点也存在不足。学术界给出克服不足的方案有：确定权重后,结合专家给的权重,在定量的基础上,再做定性研究;基于样本的非线性主成分评价模型——核主成分分析法;回归调整方法等。     

耕地经济产出影响因素实证分析——以湖北省为例

耕地的经济产出是评估耕地价值的重要参数。论文利用湖北省及省域范围内17个市、州、区1996年～2003年的耕地经济产出及利用等相关数据，应用因子分析和主成分回归法分析了影响耕地经济产出的自然、人文、科技以及政策等因素。根据主成分分析，影响耕地经济产出的因子可以概括为资源禀赋因素、耕作制度因素、农业科技进步因素和政策制度因素，而回归结果表明源禀赋、耕作制度、农业科技进步是目前影响耕地经济产出的重要因素，农村税 费改革、种粮补贴、农村承包土地二轮延包等政策的出台及实施对耕地经济产出没有明显的影响。在目前生产条件下，稳定农业生产资料价格，控制其涨幅，改善农业生产条件，选择气候生产利用率较高的生产模式，改革耕作制度，提高耕地复种指数并发展多熟制的间作套种，是今后提高耕地经济产出的主要方向。     

基于时序立体数据的财务困境预测实证研究——以我国上市医药公司为例

基于财务困境预测的研究大多局限于截面数据的静态计量,即以T-2,T-3(T代表被特殊处理的年份)的财务指标,运用主成分进行预测,而忽视了公司财务状况的变化过程,因此本文证实了建立基于时序立体数据表的全局主成分分析模型,比经典主成分分析建立的截面模型预测准确度要高。并利用Mann-Whitney U检验对财务指标进行筛选,以我国上市医药公司为研究样本建立预测模型,对其财务状况进行了良好的预测。     

主成分分析法在县域工业科技成果转化绩效评价的运用

主成分分析方法是一种依据客观数据,将多种影响因素综合成少量几个影响因素的方法.运用主成分分析法对构建的县域科技成果转化绩效评价指标体系进行分析,把众多体现科技成果转化效益的因素简化成几个综合成分,并以江苏省52个县域的科技成果转化绩效评价为例,得出了较合理的评估结果,为县市科技成果转化绩效评价提供借鉴.     

基于主成分分析的武汉市经济社会发展综合评价研究

科学地评价武汉市经济社会发展状况是制定发展战略的基础。本文建立了武汉市经济社会发展指标体系，采用主成分分析法对武汉市1996-2003年的14个经济统计数据进行了时间序列分析，结果表明第一主成分可以视为武汉市经济社会综合发展实力的度量；第二主成分则反映了武汉市人口控制和资源利用方面的发展状况，并在综合评价的基础上提出了武汉市经济社会发展的对策建议。     

基于PCA-BP原理的混凝土碳化深度预测

混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。     

基于主成分视角对我国税收收入影响因素的计量分析

基于2000—2020年我国宏观经济相关数据,研究国内生产总值、财政支出、全社会固定资产投资总额、货币供应量、进出口总额、社会消费品零售总额、第三产业增加值对我国税收收入的影响。运用主成分分析法提取主成分,然后建立线性回归模型,通过对原有模型进行检验和修正,得到最后的优化模型,根据研究结果,得出经济因子对税收收入的正向影响程度,并对我国税收政策提出具体的建议。     

改进的BP神经网络方法及其在农业商品总产值预测中的应用

针对BP神经网络应用中存在的训练时间长、收敛速度慢的问题，对常用的BP神经网络方法进行了改进，增加了数据前处理和后处理的过程。前处理过程是对BP神经网络的输入变量采用主成分分析法进行预处理，确定主要的影响因素，解决了神经网络训练时输入变量过多造成的效率下降问题；后处理过程是对训练结果采用回归和相关性分析的方法进行评价，验证了训练结果的精度。对农业商品总产值的预测结果表明．改进的BP神经网络方法能够提高神经网络的训练效率．并且达到了较高的预测精度。该方法适用于解决多因素预测的问题。     

企业信息化指标体系及其评价方法研究

在总结传统企业信息化评价的内容、方法的基础上,建立了一个全面评价企业信息化的指标体系,并介绍如何将主成分分析法应用于企业的信息化评估中.     

基于主成分回归分析的我国城镇居民收入差异的实证研究

我国城镇居民收入差异受经济、体制、政策等多种因素的影响.本文对影响我国城镇居民收入差异的相关因素进行了分析,通过模型的建立,应用主成分回归分析方法对相关数据进行了实证研究,最后依据实证分析的结论提出了具体的政策建议.     

基于主成分和聚类分析的上市公司投资价值研究

选择31家A股农业上市公司进行研究,运用主成分和聚类方法分析了农业上市公司的投资价值,并提出相关建议,为投资者提供一定的投资依据和参考价值。     

基于主成分分析法的知识管理绩效评价研究

作为知识管理的重要组成部分，知识管理绩效评价旨在帮助企业找出影响绩效提高的关键因素并及时采取有效措施，提高知识管理水平。从市场营销能力、信息管理水平、学习型组织成熟度和知识的存量水平等4个角度，分析了评价企业知识管理绩效水平应考虑的主要因素，建立了关于企业知识管理绩效评价指标体系。在此基础上，提出了运用主成分分析法，对企业知识管理绩效水平进行评价，并给出了主成分分析法的算法步骤。算例分析表明，利用主成分分析法对企业知识管理绩效进行评价具有一定的有效性和应用价值。