主成分回归

摘要： 协同推进新型城镇化与乡村振兴战略对促进城乡融合发展具有重要意义。本文在分析两大战略相互关系的基础上构建评价指标体系,利用耦合协调度模型测度黑龙江省新型城镇化与乡村振兴协同发展水平,并运用主成分回归模型分析两系统协同发展的影响因素。研究结果表明:2010-2019年黑龙江省新型城镇化水平与乡村振兴水平不断提升,乡村振兴水平低于新型城镇化水平;二者耦合协调度呈上升趋势,协调等级由初级协调发展为中级协调;人口流动、资金支持、公共服务均等化、财政保障能力、产业协调、信息化与两系统协同发展呈正相关关系,收入差距缩小程度和居民基本权益平等化与两系统协同发展呈负相关关系。

摘要： 本文在系统分析土地集约利用因素影响机理的基础上,以表征投入和产出水平的相应指标为基础,应用主成分回归法研究了淮海经济区土地集约利用的经济社会因素影响时空规律。结果表明:①经济结构成为影响土地集约利用产出水平的关键因素,人口因素对研究区以及江苏城市具有正向贡献,经济投入因素对研究区及各省基本呈正向贡献,经济产出以及收入和消费水平因素贡献较低。②研究区两个阶段经济社会因素对产出水平的影响方向大多呈相同的方向,但贡献程度不同。③人口总数对于投入水平的影响较为有限;城镇化水平的提高有利于地均资产投资强度的提升,但对于地均非农从业人口的作用有限;经济结构中三产比重对地均固定资产投资的贡献最大。

摘要： 以实验室制备的土壤样本和室内高光谱数据为基础,通过对光谱数据进行重采样、数学变换等预处理,探讨土壤有机质的高光谱特性,利用相关分析和主成分回归分析在不同的土壤粒径水平及不同的光谱变换形式下,建立了回归模型,结果显示在0.25 mm粒径水平下以反射率的对数的一阶微分处理之后的光谱数据建立的模型最优。

摘要： 在对现有文献梳理的基础上,从风险投资机构、二元关系、网络属性三层面,分析并归纳风险投资网络社群形成的影响因素,采用主成分回归方法,分析风险投资网络社群形成的内在机理。选取16个影响因素测度指标,利用主成分分析法提取出四个主因子,以此构建风险投资网络社群形成机理的概念模型;基于2004-2019年中国风险资本市场相关数据,采用Probit回归分析与OLS分析对概念模型进行实证检验。结果表明:互补需求、连接整合和认同感知因子都对网络社群身份的形成有显著的促进作用;认同感知在风险投资网络社群形成中存在中介作用;地理邻近对认同感知中介路径的正向调节效应不显著。

摘要： 七普数据显示,我国呈现出明显的人口老龄化、家庭户小型化和流动人口增加的趋势,人口结构的变动相应地影响了地方住房市场和整体社会经济的发展。本文使用2005年到2019年湖南省的人口数据和住房需求数据,采用主成分分析和多元线性回归相结合的方法,探究湖南省的人口结构与住房需求的关系。研究发现:人口中少儿比例和老年比例越大,住房需求的面积越大;平均家庭户规模上升反映了少儿人口的增加,会加大住房需求;人口的受教育程度越高、未婚率和城镇化率越高,住房需求越大。据此,本文提出,应针对差异化的住房需求,增加多元化的住房供给,实现住房市场的供需平衡,促进其持续健康发展。

摘要： 采用2018年中国健康与养老追踪调查数据(CHARLS),运用主成分回归和结构方程模型,探究互联网的使用对中国中老年人生活幸福感的影响。主成分回归的结果显示中老年人互联网使用程度、家庭情况以及其身体状况都会对其生活幸福感产生积极的影响,结构方程模型的结果显示中老年人家庭情况会直接或通过影响其互联网使用程度间接的对其身体状况产生积极的影响,进而提升其生活幸福感。

摘要： 基于2005~2020年间湖南省的数据,选取5个影响湖南省居民消费水平的因素,运用R软件建立多元回归模型。但这5个影响因素之间本身就会相互影响,导致数据间的多重共线性问题。为了回归中的多重共线性问题,文章先用特征根判定法进行诊断,再使用岭回归模型和主成分回归模型对其进行修正,最后对这两个修正模型进行比较分析,得出了岭回归模型相对较优的结论。

摘要： 为了快速无损检测贮藏期内猕猴桃的酸度。利用高光谱采集系统获得贮藏期内猕猴桃的高光谱图像及其光谱数据;采用标准正态变换消除光谱中的噪声干扰;应用主成分分析筛选特征变量,并基于筛选的特征变量构建预测猕猴桃酸度的回归模型。结果表明,采用主成分分析筛选了42个特征变量;构建的回归模型具有非常好的预测性能,其预测集相关系数rp为0.90,剩余预测偏差RPD为2.13。

摘要： 在冗杂的高维数据中,往往容易出现数据之间存在严重共线性的现象,导致模型参数存在不可估性,故消除多重共线性对探讨实际问题有着重要意义。本文是以居民消费水平为研究对象,通过运用方差膨胀因子对数据的多重共线性进行判断,再基于SVD分解对观测数据矩阵进行主成分回归以消除自变量之间的多重共线性,并建立原始数据之间的线性关系。国家通过居民消费水平来得到地方的发展状况,以制定更加符合发展的政策。因此,该研究具有一定的现实意义。利用SVD分解的方法进行主成分分析,简化了求解特征值及贡献率的计算问题,且通过主成分回归的方法进行共线性消除,避免了直接删除变量所导致重要变量被舍去的可能。结果表明,该模型相对误差小,故该方法所得的模型具有可靠性。In the high-dimensional data, it is easy to have collinearity among data, which leads to the immeasurable of model parameters. Therefore, eliminating multicollinearity is important to discuss practical problems. This paper takes the consumption level as the research object, uses VIF to judge the multicollinearity of the data, then carries out principal component regression(PCR) on the observation matrix based on SVD to eliminate the multicollinearity among independent variables and builds the linear relation among the original data. The state gets local development status by the consumption level of residents so as to formulate policy more in line with development. Thus the study has realistic meaning. PCA based on SVD simplifies the calculation of eigenvalue and contribution rate, and it can avoid the possibility that important variables are deleted to use PCR to eliminate the collinearity. The result shows the relative error of the model is small, so the model obtained by this method is reliable.

摘要： 文章以兰州市城区调研数据为例,采用主成分分析确定影响投资意愿的主要因素,通过回归分析其相关性和影响效果,利用BP神经网络模型对显著影响因素进行重要程度筛选,深入挖掘其核心影响因素。研究表明通过主成分分析提取的5个主要因素均对投资意愿具有显著影响,且其重要程度排序为个人行为习惯及感知价值、感知促成条件、感知易用性、感知有用性和感知风险。根据结论提出以客户需求为导向提供多元化基金产品、重视基金产品宣传、开发科学可控的基金产品、加强市场监管和促进投资者合理投资等建议。

摘要： 卷烟消费者测评的网络化虽然带来了信息收集效率的提高,但由于其海量的数据以及复杂的变量特征,消费者有效需求的传递和甄别反而成为了一个研究难点.本文基于数据挖掘的方法,采用稳健马氏距离模型,在保留消费者需求差异性的同时,剔除了消费者测评数据中的离群值,建立了有代表性的样本集.通过主成分回归模型,研究了消费者满意度的相关指标和消费者需求趋向的规律,构建了合适的消费者满意度体系,为后续产品设计和改进提供了支撑.

摘要： 旨在预测鲜枣贮藏的保鲜期,建立近红外漫反射光谱与鲜枣内部酵母菌指标之间的关系,以评价近红外漫反射光谱在测量鲜枣内部酵母菌指标的应用价值,保证鲜枣的品质及食用安全.实验分别应用偏最小二乘法(PLS)和主成分回归(PCA)建立室温(约20°C)和冷藏温度(0-2°C)下鲜枣贮藏过程中酵母菌总数变化与近红外光谱的检测模型.选取全波段(12000-4000cm-1)和短波段(12000-9091 cm-1)、长波段(9091-4000cm-1)作为建模波段,并研究不同的预处理方法(原始光谱,S-G平滑,一阶微分,二阶微分和多元散射校正)对模型性能的影响。其中在短波段,原始光谱的PLS模型预测精度较好,室温和冷藏温度下校正模型的决定系数(Rc2)均为0.979,校正集均方根误差为0.404和0.874.根据酵母菌指标变化,推测室温和冷藏下保鲜期分别为7天和11天.结果表明,近红外漫反射光谱可以作为一种准确、可靠、无损的检测方法用于评价鲜枣内部酵母菌总量变化.

摘要： 市场经济是信用经济,消费信贷的发展对经济增长有着积极的作用。本文从投入产出的角度,将消费信贷作为经济变量,纳入宏观经济分析模型中,通过建立二级三要素CES生产模型,运用主成分回归等方法,求出消费信贷规模的替代弹性和产出弹性,揭示消费信贷规模与经济增长的关系。研究表明,消费信贷规模与经济增长呈正相关关系。当消费信贷规模较小,消费信贷与资本投入的替代弹性较大,消费信贷的产出弹性较大,且逐渐增大时,通过扩大消费信贷规模对扩大内需促进经济增长有积极的作用。

摘要： 该研究的目的是建立可见近红外漫反射光谱与沙棘汁品种之间的数学模型,以评价可见近红外漫反射光谱技术快速检测沙棘汁品种。采用美国ASD 公司的FieldSpec3 光谱仪对三种不同品种的沙棘汁进行光谱分析,各获取30 个样本的光谱数据，对原始光谱进行一阶微分和二阶微分预处理，对并利用偏最小二乘法（PLS）数学校正方法对三种不同预处理的光谱数据建模，结果表明,采用二阶微分预处理数据,应用PLS 方法建模较好，其校正模型相关系数为0.9992，均方根误差为0.0317N；采用主成分回归（PCR）和偏最小二乘法（PLS）,对沙棘汁的二阶微分数据进行分析比较,结果也表明,基于二阶微分数据,应用PLS 方法建模较为理想,其预测集的相关系数为0.9988,所测预测样本的均方根误差为0.0392N。所以近红外光谱可作为一种快速、有效的无损检测方法来识别沙棘汁的品种。

摘要： 用不同的模型建立了有机化合物描述符和其粘度的关系，线性模型包括偏最小二乘法(PLS)和主成分回归(PCR),非线性模型包括径向基神经网络(RBF)和支持向量机回归(SVR)。研究结果表明：各种不同的模型都可以很好的建立粘度与其描述符的定量关系，支持向量机回归可以达到更小的预测误差。

摘要： 中国移动广东公司为拓展业务而做近期PCU容量规划,其中关键之一是根据GPRS、EDGE流量和用户数预测PDCH激活数。本文利用回归分析(包括逐步回归,岭回归,主成分回归)和时间序列分析方法建立多个预测模型,再通过外推检验得到效果最好的模型。

摘要： 为了反映地区差距下江苏经济增长的影响因素,本文选取了7个指标在5个维度上建立相关指标,并通过主成分回归对1992年以来的数据进行分析,结果表明,固定资产投资是江苏经济增长的第一驱动力,工业化水平、城市化水平、城乡收入等对江苏经济的增长具有显著的正向影响。

摘要： 目的：探索带有影响因素的疾病指数时间序列建模方法。rn 方法：采用黄瓜霜霉病病情指数时间序列从方法学的角度进行预测方法研究,将主成分回归模型和自回归条件异方差模型结合起来,建立AR(2)-EGARCH(0,2)模型。rn 结果：AR(2)-EGARCH(0,2)模型用应变量的过去值、过去误差和自变量的当前值、过去值的线性组合来预测病情,克服了主成分回归模型误差项不独立或存在异方差的缺点,模型取得了较好的预测效果。rn 结论：AR(2)-EGARCH(0,2)模型为本研究获得的预测效果较好的时间序列模型,适合于类似时间序列数据的结果预测。

摘要： 理沦研究表明：在完全市场条件下，信用风险不仅是反映公司债券特征的最基本信息，而且是决定价差的关键因素，债券市场“有效市场假说”是否成立可由此被判定。已有研究主要从信息变化对价格的影响程度检验市场效率，本文通过对中国公司债券中短期融资券的价差分解，检验运行效率对定价效率的影响，进而对公司债券市场效率实现程度做出了总体判断：(Ⅰ)信用风险显著影响债券定价，具体表现为相同信用等级短期融资券价差呈现比较一致的变化，不同信用等级间短期融资券之间的价差显著，这意味着市场化的定价机制初步形成；(2)公司债券价差的决定性因素不是信用风险，而是市场风险，这点与理论研究的结论不一致；(3)债券市场流动性不是，降低了市场运行效率，导致流动性溢价总体为负以及更低的交易价格。上述研究表明，是债券市场运行效率的不足削弱了市场效率。

摘要： 理沦研究表明：在完全市场条件下，信用风险不仅是反映公司债券特征的最基本信息，而且是决定价差的关键因素，债券市场“有效市场假说”是否成立可由此被判定。已有研究主要从信息变化对价格的影响程度检验市场效率，本文通过对中国公司债券中短期融资券的价差分解，检验运行效率对定价效率的影响，进而对公司债券市场效率实现程度做出了总体判断：(Ⅰ)信用风险显著影响债券定价，具体表现为相同信用等级短期融资券价差呈现比较一致的变化，不同信用等级间短期融资券之间的价差显著，这意味着市场化的定价机制初步形成；(2)公司债券价差的决定性因素不是信用风险，而是市场风险，这点与理论研究的结论不一致；(3)债券市场流动性不是，降低了市场运行效率，导致流动性溢价总体为负以及更低的交易价格。上述研究表明，是债券市场运行效率的不足削弱了市场效率。

摘要： 一种基于图像全局特征主成分线性回归的室内视觉定位方法，本发明涉及室内视觉定位方法。本发明为了解决传统算法在初始阶段匹配精度较差、耗时不恒定以及对离线数据库要求较高的问题。本发明包括：一：使用图像全局特征算法对视频数据库图像进行特征信息提取；二：对特征信息使用主成分分析算法，提取数据库图像特征信息的主成分；三：对数据库图像特征信息的主成分使用线性回归算法，将视频帧对应的位置信息与提取的特征信息映射，生成定位模型；四：使用GIST算法对用户定位图像进行特征信息提取；五：将步骤四提取的特征信息输入步骤三生成的定位模型中，得到用户位置与待精度匹配的数据库视频帧。本发明用于室内定位和图像处理技术领域。

摘要： 本发明提出一种基于主成分和多元线性回归的燃烧体元素含量测定方法，首先，对燃烧体发射光谱的光强度值进行数据筛选，对筛选后的光强度值进行去噪处理；然后，根据去噪处理后的光强度值获得光强度值的主成分得分；最后，根据光强度值的主成分得分计算获得燃烧体中待测元素的含量。本发明通过分析燃烧体的发射光谱的光强度值进行元素含量的测定，测定方法简单高效，测量精度高。

摘要： 本申请公开一种函数型数据中函数型主成分检验方法以及回归预测方法。包括：获得函数型数据的标准函数型主成分，对于给定的一组基，设定原假设和备择假设；用B‑样条方法对轨迹函数和均值函数进行估计；在原假设下，得到调整后函数型主成分得分的估计，并根据所述调整后函数型主成分得分的估计得到特征值的估计；构建检验统计量，根据检验统计量判断拒绝原假设还是接受原假设。本申请可以检验一个函数型数据的标准函数型主成分是否等同于一组预先给定基函数。并进而可以依据检验结果来进行响应变量预测。

摘要： 本发明提出一种基于主成分自回归的非线性抗干扰方法，对采集的原始信号进行主成分提取，降维到低维信号空间，然后对信号低维空间的各个维度进行自回归预测，获得信号的自回归低维信号，把自回归低维信号映射到高维原始信号空间，去除干扰噪声，进而保留原始信号的特征，增加系统的抗干扰能力。针对信号处理过程系统会因电路，外部环境因素产生大量噪声，导致信号的关键信息丢失，使得信号处理的难度增加。

摘要： 本发明公开了一种煤层底板突水评价的主成分Logistic回归分析法，其包括以下步骤：S1、确定底板突水评价主控因素；S2、量化底板突水评价主控因素并绘制相关专题图；S3、建立主成分Logistic回归评价模型；S4、根据主成分Logistic回归评价模型，确定底板突水评价各主控因素的权重值；S5、叠加各底板突水评价主控因素的专题图,绘制底板突水危险性分区图；S6、划分底板突水危险性区域；S7、根据危险性区域对底板突水进行危险性评价。本发明可以解决煤层底板突水影响因素较多，诸多因素相互关联的弊端，进一步提高了煤层底板突水预测的精度和准确度，同时采用定性和定量相结合的方法可以更加直观、准确的实现煤层底板突水危险性预测。

摘要： 基于K‑means和主成分线性回归的台区线损率影响因素分析方法。首先，对台区线损数据进行标准化处理；其次，利用K‑means聚类方法将台区数据按特征数据分为若干聚类；最后，分别对每一类数据进行线损率影响因素分析，提出了主成分线性回归模型。主成分线性回归模型分为两个步骤：第一步使用主成分分析法对指标进行降维处理；第二步，利用线性回归的方法对主成分数据进行训练，进而得到各指标对应的影响系数。本发明应用于电网公司线损管理系统中的线损数据成因分析。

摘要： 本发明公开了一种基于局部二次加权核主成分回归的辊道窑温度软测量建模方法。利用相似度较高的局部样本数据，结合辊道窑存在的高维度、非线性及过程时变等特性，分别引入核技巧、即时学习等技术，建立基于局部加权核主成分回归的辊道窑温度软测量模型；最后考虑到局部建模样本数据的输入变量对输出变量的影响程度不同，对局部建模变量二次加权，建立基于局部二次加权核主成分回归的辊道窑温度软测量模型，实现对辊道窑温度精确预测。本发明得到的模型能够更好的跟踪过程的状态变化，为辊道窑温度控制提供很好的指导作用，从而提高产品生产质量以及合格率。

摘要： 本发明公开了一种基于主成分回归的多源降水融合方法，步骤包括获取整理地面站点观测数据、遥感反演降水数据、地形因子数据；对比每个地面站点处的观测降水与遥感反演降水，估计各站点所在栅格处的降水背景误差；采用主成分回归方法融合多源降水信息及地形因子，获取栅格背景场残差；选用加法模型获取多源降水估计结果；本方案通过主成分回归方法融合多源降水信息，在消除自变量间共线性问题的同时保留重要信息，进一步提高了降水空间分布估计的精度。

摘要： 本发明提供一种基于模板主成分回归的分组密码硬件安全评估方法，本方法通过主成分分析将线性相关的变量通过正交变换将原始数据从高维空间投影至低维空间转化为线性不相关的变量，即可以在不牺牲回归的估计性能的前提下解决多元线性回归分析中可能出现奇异矩阵不可逆的问题，又一定程度降低了回归分析的计算代价。实验结果表明，在解决多元线性回归分析方法可能出现奇异矩阵不可逆的问题具有很好的表现。模板主成分回归构造的模板具有更优的普适价值、评估收敛完成度和评估计算复杂度，为检测分组密码设备的安全性提供了很好的评估手段。本发明具有评估效率更高，计算复杂度更低，普适性更好的优点。

摘要： 本发明提供一种基于核主成分回归的工业过程故障检测方法及系统，包括：根据工业过程中的正常运行数据构建核主成分回归模型；对核主成分回归模型进行奇异值分解，得到关键性能指标相关子空间和关键性能指标无关子空间，并分别计算各自的控制限；获取工业过程中的输入变量；基于核主成分回归模型计算输入变量在关键性能指标相关子空间和关键性能无关子空间的统计量，并分别与各自的控制限进行比较；根据比较结果判断输入变量是否正常，以此得到故障检测结果。解决传统核主成分回归方法中无法对与关键性能指标相关变量的监控问题，提高检测率，降低误检率。