导读:本文包含了核主成分分析论文开题报告文献综述及选题提纲参考文献，主要关键词:影视业上市公司,盈利能力预测,主成分分析,支持向量机
核主成分分析论文文献综述
朱立云,刘媛华[1]（2019）在《基于主成分分析和支持向量机的影视业盈利能力预测》一文中研究指出盈利能力也称获利能力,是指企业在一定时期内获取利润的能力。利润率越高,盈利能力就越强。针对中国影视业上市公司样本规模较小,常规的预测方法难以奏效,文章尝试运用支持向量机来预测其盈利能力。首先从不同的角度选择盈利能力单项指标,以此为基础构建反映公司盈利能力的集成指标,再运用2007—2017中国A股影视业上市公司的数据,构建基于支持向量机的盈利能力预测模型,最后对影视公司的盈利能力进行预测。研究结果显示,经过训练的支持向量机模型能比较成功地预测样本公司的盈利能力,2009-2018的预测准确率均超过80%。(本文来源于《计算机时代》期刊2019年12期）
胡诗韵,张烨[2]（2019）在《基于主成分分析的江苏省人口城镇化质量评价》一文中研究指出本文构建人口城镇化质量综合指标体系,并结合江苏省13个城市2007-2017年数据,采用主成分分析法对江苏省人口城镇化质量进行综合考量。研究发现:江苏省全省人口城镇化地区协调发展趋势明显,各地人口城镇化质量综合得分差距在不断缩小,但苏北五城仍然是江苏省人口城镇化发展的薄弱地区。在接下来的一个时期,江苏省可从大力扶持苏北经济、实现省内人口合理聚集、保障常住人口生活质量、协调发展城乡民生等方面考虑,促进江苏省人口城镇化质量稳步提升。(本文来源于《中国物价》期刊2019年12期）
吕敏芝,邝智祥,黄得纯,黄强,蔡影峰[3]（2019）在《清远麻鸡不同配套组合体重与体尺性状主成分分析》一文中研究指出为了筛选出能反映清远麻鸡体重主要信息的少数几个综合性指标,试验选择经过四个世代选育出来的2个清远麻鸡专门化快羽品系1号(K_1)、2号(K_2)和1个慢羽品系(M),平均分为3组,每组290只,1组为快羽1号公鸡×慢羽母鸡(K_1♂×M♀),2组为快羽2号公鸡×慢羽母鸡(K_2♂×M♀),3组为慢羽公鸡×慢羽母鸡(M♂×M♀),对不同配套组合的清远麻鸡体重与体尺性状的大量测定数据进行主成分分析。结果表明:3种配套组合K_1M、K_2M和MM母鸡在筛选出的4个主成分中,都是主成分1的贡献率最大,分别为34.442%、48.009%、48.061%,反映的综合信息量最大,称为整体体型因子;K_1M和K_2M组合主成分2都是胸深因子,而MM组合的主成分2却为冠高因子。3种不同配套组合清远麻鸡各主成分所反映出的信息侧重点有所不同。(本文来源于《黑龙江畜牧兽医》期刊2019年23期）
张素智,陈小妮[4]（2019）在《基于互信息可信度的主成分分析数据降维》一文中研究指出数据降维就是将数据集从高维特征空间向低维特征空间的映射.传统的主成分分析(PCA)算法是一种常用的线性数据降维算法.但是耗时太长,降维结果不够好,同时不能满足实际分类要求.为此,通过引入互信息可信度,提出了一种基于互信息综合可信度的主成分分析(MIS-PCA)数据降维算法.该算法首先介绍互信息(MI)、相对互信息可信度(MIR)和绝对互信息可信度(MIA)的思想;然后根据MIA和MIR求解互信息综合可信度(MIS),利用互信息综合可信度进行特征筛选;最后再运用PCA算法对处理后的数据进行降维,并将降维后的数据采用KNN、SVM算法进行分类.对比PCA、E-PCA算法,通过试验表明该方法的降维结果较好、分类精确度较高.(本文来源于《湖北民族学院学报(自然科学版)》期刊2019年04期）
吴明,吴秋桐[5]（2019）在《我国上市体育公司财务绩效评价研究——基于主成分分析法》一文中研究指出研究目的:在国家高度重视体育产业发展的背景下,探索我国体育公司财务绩效的影响因素,从专业角度对提升我国上市体育公司财务绩效水平提供可行性建议。研究方法:采用SPSS 17.0统计软件,运用因子分析法对18个指标提取主因子并计算因子得分,再用熵值法计算出样本公司财务战略绩效的综合得分。结果:我国上市体育公司的盈利能力和营运能力对公司财务绩效产生较为显着的影响。结论:我国体育产业发展速度仍然较缓慢,体育公司品牌示范效应整体不强;上市体育公司不具有显着的规模效应;上市体育公司的财务绩效主要取决于公司的盈利能力和营运能力。(本文来源于《体育研究与教育》期刊2019年06期）
韩美林,程峻杰,杨阳[6]（2019）在《基于主成分分析的活性污泥中生物相识别技术的研究》一文中研究指出生物相分析是污水厂运行管理的重要手段,但目前以人工分析为主,原因在于图像背景多变、目标物类型较多,不同阶段、不同环境下的生物特征多变[1]。本文借助图像处理的知识对活性污泥中生物相进行识别,通过PCA算法降低生物相图像特征的维度,再利用支持向量机(SVM)对降维后的生物相图像进行分类识别,最后使用MATLAB软件对已知生物相数据库进行仿真。数据结果表明,该方法能够较为准确的识别出活性污泥中的生物相。(本文来源于《价值工程》期刊2019年34期）
姚学恒,张甜甜,俞璋莉[7]（2019）在《基于主成分分析的班组工作承载及其影响因素分析——以Y供电公司为例》一文中研究指出班组工作承载水平衡量一直是供电公司人力资源管理的难点问题。本文以Y供电公司为例,针对其营业一班装表接电所涉工种,利用主成分分析方法,通过下属各供电所相对整体水平比较,衡量下属各供电所营业一班的工作承载水平,利用多元回归方法分析影响工作承载水平的因素。本文的研究思路和方法可对其他供电公司提供借鉴和参考。(本文来源于《科技风》期刊2019年33期）
代仕明,李生杰[8]（2019）在《结合核主成分分析和GA-BP神经网络的储层参数预测研究》一文中研究指出地震属性分析技术在储层横向预测中发挥着越来越重要的作用。利用地震属性分析技术进行储层信息预测的理论基础是:储层中岩石性质、流体性质及其空间变化可引起地震反射振幅、频率和相位等地震属性的变化。本文以准噶尔盆地内部叁维工区资料为例,进行地震属性分析技术研究:(1)借助各种地震属性提取方法,从地震数据中提取多种地震属性;(2)利用核主成分分析方法(KPCA)进行地震属性的优选;(3)根据工区内测井资料进行储层参数的转换,并利用遗传算法优化的BP神经网络(GA-BP)进行孔隙度预测。结果表明:结合KPCA和GA-BP神经网络的方法是一项可以进行孔隙度预测的有效技术。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
李进东[9]（2019）在《浅析主成分分析法在装备管理中的应用》一文中研究指出装备管理的关键在于系统状态评价,管理者可通过主成分分析法明确系统的作战功能与技术性能,简化装备管理流程。基于此,从主成分分析法的应用原理入手,以某型号装备车为例,阐述主成分分析法在装备管理中的应用,为管理人员提供理论及实践帮助。(本文来源于《科技经济导刊》期刊2019年33期）
王玉荣[10]（2019）在《主成分分析法在上市公司财务分析中的应用探讨》一文中研究指出主成分分析法属于统计方面的一种方法并且该统计方法主要采取的是多指标决策以及综合性评价的手段。通过主成分分析法进行对上市公司财务状况展开有效的分析过程中相对较为简单和有效。本文针对主成分分析法在上市公司财务分析中的有效应用的分析,并且对主成分分析法在上市公司财务分析中的应用的优点以及缺点进行一定程度的总结。(本文来源于《商讯》期刊2019年33期）
核主成分分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文构建人口城镇化质量综合指标体系,并结合江苏省13个城市2007-2017年数据,采用主成分分析法对江苏省人口城镇化质量进行综合考量。研究发现:江苏省全省人口城镇化地区协调发展趋势明显,各地人口城镇化质量综合得分差距在不断缩小,但苏北五城仍然是江苏省人口城镇化发展的薄弱地区。在接下来的一个时期,江苏省可从大力扶持苏北经济、实现省内人口合理聚集、保障常住人口生活质量、协调发展城乡民生等方面考虑,促进江苏省人口城镇化质量稳步提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
核主成分分析论文参考文献
[1].朱立云,刘媛华.基于主成分分析和支持向量机的影视业盈利能力预测[J].计算机时代.2019
[2].胡诗韵,张烨.基于主成分分析的江苏省人口城镇化质量评价[J].中国物价.2019
[3].吕敏芝,邝智祥,黄得纯,黄强,蔡影峰.清远麻鸡不同配套组合体重与体尺性状主成分分析[J].黑龙江畜牧兽医.2019
[4].张素智,陈小妮.基于互信息可信度的主成分分析数据降维[J].湖北民族学院学报(自然科学版).2019
[5].吴明,吴秋桐.我国上市体育公司财务绩效评价研究——基于主成分分析法[J].体育研究与教育.2019
[6].韩美林,程峻杰,杨阳.基于主成分分析的活性污泥中生物相识别技术的研究[J].价值工程.2019
[7].姚学恒,张甜甜,俞璋莉.基于主成分分析的班组工作承载及其影响因素分析——以Y供电公司为例[J].科技风.2019
[8].代仕明,李生杰.结合核主成分分析和GA-BP神经网络的储层参数预测研究[C].2019年油气地球物理学术年会论文集.2019
[9].李进东.浅析主成分分析法在装备管理中的应用[J].科技经济导刊.2019
[10].王玉荣.主成分分析法在上市公司财务分析中的应用探讨[J].商讯.2019