改进的主成分分析方法在学科建设中的应用

改进的主成分分析方法在学科建设中的应用

论文摘要

学科建设是高等院校科研与教学的结合点,是一所高校的办学质量和办学水平的重要体现。通过实行学科评价主要是为了进行研究生培养、提高科学研究水平、也是加强研究生教育,促进科学研究,确保高质量人才培养质量的最重要的方式。本文针对影响学科建设评价的主要指标因子不容易提取的问题,引入多元统计分析方法中的主成分分析方法,对学科建设评价进行了数值量化分析。主成分分析方法是多元统计分析方法中的降维技术,是应用于综合评价中最广泛的一种方法。但是在不损失原有信息的基础上,传统的主成分分析对原始数据依赖性较强,降维效果不明显,会增加分析问题的复杂性,导致主成分分析的效率降低,本文针对这个问题分别从原始指标权重的确定和原始指标的处理两方面进行改进,提出了一种改进的主成分分析方法,仿真实验表明该方法降维效果明显,同时具有较强的稳定性。本文将多元统计分析方法中的主成分分析方法进行改进并且应用到学科建设中,依据学科建设评价指标体系确立的原则和方法,给出了适用于本文数据的综合评价指标体系,在对指标数据进行评价之前进行数据的加权和均值化处理,最后利用改进的主成分方法对提取的数据指标因子进行综合评价分析。分析结果表明改进的主成分分析方法是一种有效的综合评价分析方法,具有广泛的应用前景。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的背景及意义
  • 1.2 多元统计分析概述
  • 1.2.1 多元统计分析的定义
  • 1.2.2 多元统计分析的意义
  • 1.3 主成分分析概述
  • 1.3.1 主成分分析研究的目的和意义
  • 1.3.2 主成分分析研究的特点与难点
  • 1.3.3 主成分分析的发展概况和研究现状
  • 1.4 本文主要工作
  • 第2章 预备知识
  • 2.1 综合评价概述
  • 2.1.1 综合评价的内容
  • 2.1.1 综合评价的意义
  • 2.2 综合评价的基本过程
  • 2.3 综合评价指标体系的构建
  • 2.3.1 综合评价指标体系构建的基本内容
  • 2.3.2 综合评价指标体系构建的基本原则
  • 2.3.3 综合评价指标体系构建的基本方法
  • 2.4 综合评价方法与多元统计学的联系
  • 2.5 本章小结
  • 第3章 主成分分析方法
  • 3.1 基本的主成分分析方法
  • 3.1.1 主成分分析的基本思想和理论
  • 3.1.2 主成分分析的基本表达形式
  • 3.1.3 主成分分析的基本模型和原理
  • 3.1.4 主成分分析基本定义和性质
  • 3.2 主成分分析指标的选取原则
  • 3.2.1 专家调研法
  • 3.2.2 最小方差法
  • 3.2.3 极大极小离差法
  • 3.3 主成分方法的步骤及流程
  • 3.4 主成分方法存在的问题
  • 3.5 本章小结
  • 第4章 基于综合评价的主成分分析改进方法
  • 4.1 评价指标的初始化
  • 4.1.1 逆向指标的预处理
  • 4.1.2 指标的无量纲化处理
  • 4.2 评价指标权重的确定
  • 4.2.1 变异系数法指标权重的求解
  • 4.2.2 熵值法指标权重的求解
  • 4.2.3 指标权重的求解
  • 4.3 改进主成分分析方法流程
  • 4.3.1 对原始数据的处理
  • 4.3.2 分析步骤
  • 4.4 本章小结
  • 第5章 改进的主成分方法在学科评价中的应用
  • 5.1 学科建设概述
  • 5.1.1 学科建设的涵义
  • 5.1.2 学科建设的意义
  • 5.1.3 学科建设的作用
  • 5.2 学科分析的评价指标体系的构建
  • 5.2.1 指标构建的基本内容
  • 5.2.2 指标构建的基本原则
  • 5.2.3 评估指标体系的建立
  • 5.3 学科指标数据综合评价分析
  • 5.4 学科主要指标评价分析
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 附录
  • 相关论文文献

    • [1].不同品种紫薯营养主成分及聚类分析[J]. 中国粮油学报 2020(01)
    • [2].主成分-距离水质识别水源模型主成分的选取[J]. 地下水 2020(02)
    • [3].基于地理加权主成分的经济发展综合评价研究——以江苏省为例[J]. 华中师范大学学报(自然科学版) 2016(02)
    • [4].一种加权主成分距离的聚类分析方法[J]. 统计研究 2016(11)
    • [5].基于弹性网的稀疏近似主成分分析方法[J]. 曲靖师范学院学报 2020(03)
    • [6].基于稳健稀疏主成分的经济增长影响因素分析[J]. 统计与信息论坛 2017(03)
    • [7].灰色主成分评价模型的构建及其应用[J]. 系统工程理论与实践 2016(08)
    • [8].主成分—聚类分析方法在城市交通发展指标评价中的应用[J]. 价值工程 2016(24)
    • [9].主成分综合评价法的误区识别及其改进[J]. 数量经济技术经济研究 2016(10)
    • [10].基于主成分聚类的工程承包商国际化程度评价[J]. 重庆交通大学学报(社会科学版) 2014(06)
    • [11].主成分集成评价方法的问题探析与模型拓展[J]. 统计与决策 2015(02)
    • [12].主成分聚类分析在学生成绩综合评价中的应用[J]. 辽宁工业大学学报(自然科学版) 2012(03)
    • [13].基于偏相关系数和平行检验的主成分抽取数量的确定方法[J]. 统计与决策 2011(04)
    • [14].主成分抽取数量确定方法的改进[J]. 统计与决策 2010(16)
    • [15].主成分与因子分析在体育教学评价应用中的统计学分析[J]. 中国西部科技 2009(05)
    • [16].稀疏主成分在综合评价中的应用[J]. 财经理论与实践 2009(05)
    • [17].基于主成分方法的昌平区用水量影响因素分析[J]. 北京水务 2020(02)
    • [18].七十五份长荚豇豆品种资源农艺性状的主成分与聚类分析[J]. 北方园艺 2020(07)
    • [19].随机事件在实际问题数学化过程中的重要性及其在主成分算法中的应用[J]. 科技资讯 2020(14)
    • [20].基于主成分综合评价的世界一流大学影响因素研究[J]. 西北工业大学学报(社会科学版) 2016(04)
    • [21].基于改进主成分方法的淘宝品牌女装店绩效评价[J]. 牡丹江师范学院学报(自然科学版) 2017(02)
    • [22].基于主成分的智能电网建设综合评价[J]. 企业导报 2016(02)
    • [23].主成分聚类分析方法在入境旅游中的应用[J]. 统计与管理 2015(03)
    • [24].特征主成分算法再探[J]. 计算机系统应用 2015(07)
    • [25].12种饮用干花中微量元素主成分的分析[J]. 武汉工程大学学报 2015(10)
    • [26].主成分方法在公路交通事故分析中的应用[J]. 市政技术 2013(05)
    • [27].主成分-聚类分析在篮球队进攻能力评价中的应用[J]. 民营科技 2012(04)
    • [28].主成分分析在区域创新中的运用[J]. 湖北大学成人教育学院学报 2012(05)
    • [29].基于主成分的模糊聚类分析及应用[J]. 河北理工大学学报(自然科学版) 2011(04)
    • [30].主成分个数选择问题的探讨[J]. 济源职业技术学院学报 2011(04)

    标签:;  ;  ;  ;  

    改进的主成分分析方法在学科建设中的应用
    下载Doc文档

    猜你喜欢