基于深度玻尔兹曼机的蛋白质O-糖基化位点的预测

用深度学习(DL)的方法对蛋白质O-糖基化位点进行了预测。首先用SMOTE方法处理非平衡数据集,对较少一类的样本用"近亲繁殖"的方法产生新的样本,弥补"欠采样"或"过采样"造成的预测误差;然后用深度学习中的深度玻尔兹曼机神经网络(DBM)进行分类(预测),并用多数投票法对结果进行集成。实验结果表明,DBM是预测O-糖基化位点的行之有效的方法。     

基于小波和PCA的人脸识别系统的研究与实现

人脸识别技术是人脸识别系统以人脸图像作为识别身份的媒介。主成分分析(Principal Components Analysis)~[1-2]即是人脸识别算法中一种常用的方法,算法寻求的是能最大程度代表原始信息的特征信息。理解了算法的原理,基于平台实现了人脸识别系统。该系统首先对图像进行预处理,预处理的目的是为了减弱光照、噪声等非线性因素的干扰,再以人脸库中的部分图像为训练样本,采用算法计算训练样本得到特征脸向量,然后用工具箱~[3]中的函数对训练样本进行训练得到模型,通过训练出来的模型用部分测试样本进行预测,最后分类识别得出结果。实验证明,该系统识别率较高,具有一定的参考和研究价值。     

基于聚类分析和因子分析的学生成绩分析模型

采用SPSS软件,对咸宁学院数学与统计学院2007级统计学专业的学生成绩进行分析。首先对学生的成绩进行因子分析,根据因子得分矩阵排序,最后再根据因子得分矩阵进行聚类分析。分析的结果说明,对该专业学生的综合评价主要考察学生的数学基础、统计专业、数学专业、身体素质、经济等方面,也可以通过这几个因子分析学生的薄弱所在,为他们在学习方法上提供改进建议,同时可根据聚类的结果为学生找工作、考研提供可行性建议。     

中国电子产业上市公司绩效分析

运用因子分析方法对我国电子产业上市公司进行绩效分析，通过实证分析提取了5个主要因子，根据5个公因子的得分．并使用各因子的方差贡献率占总方差贡献率的比重为权数对因子得分进行加权，得到综合评分：同时验证了因子分析方法对电子产业绩效测评的可操作性和客观性．     

浅析基于因子分析法在氯碱化工企业效率评价中的应用

在述评氯碱化工企业效率评价方法的基础上,提出了因子分析法。文章选取了对氯碱化工企业效率具有显著表征能力的多个现金流财务指标,利用SPSS软件对样本进行因子分析,精简评价指标,计算因子得分,并以各因子的信息贡献率作为其权重,计算出氯碱化工企业的综合得分,依据得分的高低来对各个氯碱化工企业的效率进行排序。     

运用因子分析进行企业的可持续发展战略研究

根据因子分析原理,建立了企业竞争力的盈利能力因子、成长能力因子、偿债能力因子和经营效率因子的得分模型,并通过综合得分实现了企业竞争力和可持续发展的评价;最终通过波士顿矩阵法帮助企业进行了可持续发展战略的选择。     

跨国公司研发全球化的国别类型研究

在充分考虑影响跨国公司研发全球化区位因素的基础上,利用社会统计软件SPSS 19.0对27个指标和83个样本形成的数据矩阵进行因子分析,得到3个影响跨国公司研发全球化的主因子,依次命名为:发展水平、研发实力和市场潜力;根据综合得分以及因子得分情况,将综合得分为正的30个样本划分为综合实力优越型、经济社会发达型、发展水平约束型、市场规模局限型和研发资源制约型五类,将综合得分为负的53个国家划分为绝对弱势型和相对弱势型两类,并指出,虽然中国在市场潜力和研发实力方面具有明显优势,但发展水平的落后制约着中国在全球研发网络中地位的继续提升。     

改进的支持向量机在微博热点话题预测中的应用

为了提高微博舆情的预测精度,针对不同单一核函数的局限,用线性拟合确定两种核函数的权重提出改进的支持向量机模型。首先利用马尔科夫模型矩阵的稀疏程度提取影响因子指标,得到微博传播的增减趋势;然后用改进的支持向量机对实时数据按照4∶1的比例划分测试集和训练集,进行实时预测与警示。实验结果表明：应用马尔科夫模型进行微博舆情的主成分提取效果较佳,改进的支持向量机构造了新的组合核函数,比传统的预判效果更佳。     

中国工业行业技术创新能力差异及影响因素实证分析

以37个行业规模以上工业企业基础数据为研究样本。首先,应用统计分析中的因子分析法对评价指标分层归类,计算主因子得分;其次,对各主因子得分进行归一化处理,利用归一化因子得分与对应主因子的方差贡献率相乘后求和,得到样本总得分;最后,根据样本总得分进行分层聚类,判别我国工业行业技术创新能力差异的显著性,分析导致我国工业行业技术创新能力差异的关键影响因素。     

多光谱辐射测温数据处理技术研究

分别用BP神经网络和支持向量机(SVM)两种方法建立相应的网络模型对多光谱辐射测温的测量数据进行处理以得到真实温度。用合适的训练样本分别对两种方法建立的模型进行训练,收敛之后用验证样本测试其精度。结果表明用支持向量机处理多光谱辐射测温数据是可以满足实际要求的,与BP神经网络相比精度更高,而且由于支持向量机对训练样本需求较小,进一步增加了工程可行性。     

外资研发区位因子分析结果比较研究

本文在以往研究的基础上,保持样本与指标不变,对2010年原始数据矩阵的因子分析结果显示发展水平、研发实力与市场潜力是主要的外资研发区位因子,与2000年数据分析结果的对比发现,方差贡献率、主因子含义、空间格局以及样本得分情况均有所变化,能够印证研发全球化的新特征。中国由于研发实力因子和市场潜力因子的巨大优势,在研发全球化中的空间地位进一步上升,但发展水平因子制约着中国对外资研发活动吸引力的提升。     

危机判定子系统在企业经济运行预警中的应用研究

所建立的危机判定系统是整个企业经济运行预警系统中的一个子系统,该子系统主要完成预警指标体系的建立,确定企业财务危机的敏感性指标。并据此从行业历史财务指标数据库中提取数据,通过因子分析形成预警训练的样本数据库。利用因子分析将企业样本数据进行分类排序是本论文在探索建立预警训练样本方法上的一次有益的探索。通过因子分析方法建立的训练样本,可以有效地防止由于人为因素带来的偏差,并且更适合于进行规范化的操作,易于在程序上实现,提高了样本分类的客观性和有效性。     

电子商务客户流失三阶段预测模型

采用某网上商场的2525名客户样本,构建了基于SMC和最小二乘支持向量机(LSSVM)的电子商务客户流失三阶段预测模型.首先应用SMC模型计算出客户活跃度,以0.5为阚值判断出客户流失状态,识别出正判客户和错判客户;其次将训练样本送入LSSVM进行训练和学习,进而对测试样本的客户流失状态进行判别,然后将误判客户样本输入最近邻分类器进行再判断.结果表明,与SMC模型、BP神经网络模型、LSSVM模型相比,三阶段模型对测试样本预测精度更高,是一种更有效和实用的分类方法,可为电子商务企业客户关系管理提供一个新的方法.     

KNN分类器在新疆哈萨克族食管癌分型中的应用

目的:探讨KNN(k-Nearest Neighbor algorithm,K近邻结点算法)分类器在新疆哈萨克族食管癌分型中的应用。方法:采用KNN分类器,依据食管癌的灰度-梯度共生矩阵和灰度共生矩阵特征值,对其分型。选取样本量的40%、50%、60%作为三个训练集,K取1-29,训练并得到最优K值;选取样本量的10%到100%(以10%递增率)10个测试集,验证结果;获得最佳KNN分类模型,对模型进行评估。结果:训练结果:当K=1时,三种食管癌都能获得最高分类准确率。测试结果:改变测试集大小,当验证数据量增大时,分类准确率随之增加。最佳KNN分类模型评估:该KNN分类模型有一定的准确度,可以得到可靠的分类结果。结论:KNN分类器为新疆哈萨克族食管癌分型提供一定的依据,也为新疆哈萨克族食管癌的计算机辅助诊断系统的研发奠定基础。     

中小上市公司信用风险评估比较研究——基于径向基神经网络和BP神经网络模型

以114家中小上市公司为研究对象,运用BP神经网络模型和径向基网络模型对训练样本和测试样本中一定比例的"非ST"和"被ST"进行了信用评估。按照各上市公司财务状况把公司划分为"好"和"差"两类。仿真结果表明:BP神经网络模型对测试样本的预测准确率高达88.9%,而径向基网络模型对测试样本的预测准确率只有77.8%,比BP神经网络模型的准确预测率低了11个百分点。     

多指标面板数据下的企业R&D能力因子分析

面板数据是截面数据和时间序列数据的组合,本文设计的一定时间段内多个企业R&D能力评价的24个指标体系就是典型的多指标面板数据.运用传统因子分析方法解决多指标面板数据因子分析问题,其效果不能完全令人满意.本文尝试借助SPSS和Excel统计工具,用改进的因子分析方法以江苏省科技成果转化专项资金资助企业为例解决这一问题.在分析中首先根据因子载荷阵提取与企业R&D能力有关的五个公共因子,然后根据2000-2007年各年参与企业数目进行8次因子分析,最后根据改进公式得出40家企业的公共因子得分和综合总得分.     

基于因子分析和聚类分析的新疆部分地区卫生状况研究

本文根据新疆部分地区的机构、床位及其人员的数据,首先应用因子分析对数据进行压缩,并对选取的公共因子进行解释,然后依据这些地区关于选取的公共因子的因子得分,应用聚类方法对这些地区进行分类,并根据分类情况对这些地区的卫生状况进行初步的评估.     

一种基于KNN纹理分类的超声图像自动分割方法

针对HIFU超声图像中目标的自动识别和分割进行了研究。提出了一种结合了动态阈值分割和K-最近邻(KNN)纹理分类方法的全自动图像分割方法。首先对图像进行预处理,减小噪声干扰。然后进行动态阈值分割,得到包括目标轮廓在内的很多轮廓。同时利用KNN纹理分类方法对预处理后的图像进行分类,其中用到的纹理特征通过灰度共生矩阵计算得到。接着将动态阈值分割结果与KNN分类结果做一个与运算,与运算以后的结果通过形态学操作和区域滤波就得到准确的目标区域轮廓。从对HIFU超声图像的分割结果和对该方法的评价结果来看,该全自动图像分割方法是可行并且有效的,有可能进一步将其投入实际应用中去。     

电信运营商官方微博影响力评价研究——基于30个电信运营商官方微博影响力的实证研究

微博依靠其较强的信息扩散能力成为众多企业进行线上营销的主要渠道。较高的微博影响力水平对企业营销信息的推广传播具有一定的推动作用,而电信运营商的官方微博尚存在影响力较为欠缺的情况。本文首先通过文献研究、因子分析等方法归纳聚合出3个微博影响力的主要因素,据此构建了微博影响力评价指标体系。因子分析的结果表明微博账号的信息传播能力对微博影响力的方差贡献率最高,其次为账号活跃度。最后,本文基于因子得分对30个电信运营商官方微博的影响力进行实证分析,分别计算得出各微博账号的指标因子得分及影响力综合得分。依据得分情况对各电信运营企业提出具体的微博影响力提升策略。     

一种基于图像隶属度的分块2DLDA人脸识别方法

有效地提取特征和设计好的分类方法是人脸识别的关键,本文结合隶属度函数提出一种基于图像分块的二维线性判别分析识别方法。首先对人脸样本图像等量划分为若干个子模块,再直接对子模块图像矩阵进行二维线性判别分析提取特征,得到子模块低维特征矩阵,最后算出测试图像子模块相对于训练类对应子模块的隶属度,选取几个隶属度最大的子模块进行权值叠加,被测试图像最终归属于叠加结果最大的一类。该方法既克服了小样本问题又具有更人性化的分类设计。在ORL和FERET人脸数据库上的实验结果表明,提出的方法不仅运算量小而且识别率也明显优于其它方法。