因子分析法在农村中学生心理健康综合评价中的应用

运用因子分析的方法对中科院王极盛教授编制的"中国中学生心理健康量表"的总分计算方法进行改进,建立了江西省农村中学生心理健康的综合评价模型,为能准确地评价农村中学生的心理健康提供方法上的支持。     

基于熵权层次分析法的飞行学员安全状态模糊综合评价

飞行安全状态评估是飞行员选拔和资质审查的重要环节。通过对飞行事故/事故征候致因统计数据分析,结合专家调查法,构建飞行学员安全状态综合评价指标体系.针对评价指标模糊难以客观量化特征,采用熵权层次分析法组合赋权法确定指标权重,,建立飞行学员安全状态模糊综合评价模型,并通过对飞行学员安全状态评价进行了算例验证,结论为飞行员选拔和培养提供理论参考.     

工科高职院校大学生心理健康的统计分析

为了研究成都某工科高职院校大学生的整体心理健康水平,对测试数据进行多元统计分析,结果显示:因子得分超过2.5的心理问题检出率为33.39%,主要表现在强迫症状,人际关系敏感,抑郁.应用因子分析法对影响大学生心理健康因素进行分析,得到个人、学校、社会家庭等三个因素,结合这三个影响因素对心理健康问题加以分析,并提出改进心理健康工作的策略.     

几种典型数据类型的谱聚类方法研究

主要针对几种典型数据的多流形结构分析问题进行了研究.综合分析多种谱聚类算法优缺点,以谱多流形聚类算法为主线,结合实验结果对多种谱聚类算法进行了分析,最后针对数据空间密度不均匀的情况对谱多流形聚类算法进行了一定的改进,提出了一种基于自适应近邻值的谱多流形聚类算法,并通过实验证明其达到了混合多流形聚类的目的.     

开源设计网络社区的用户聚类研究

为了对开源设计网络社区中的用户进行细分研究,首先采用复杂社会网络技术建立了社区组织的复杂网络模型.其次,根据用户在社区中的三种行为设立了备选指标,并通过指标聚类的方法对指标进行筛选,保证了聚类指标的全面性和代表性.在此基础上,以OpenIDEO为研究案例,采用K-Means算法对该社区中的用户进行了聚类,根据聚类结果将用户分为了创新型用户、传播型用户和普通用户,并进一步分析了各类用户的特点及参与动机.聚类结果表明,所提出的聚类指标及算法可以清晰地识别出开源社区的用户类型及占比,为开源设计社区管理机制和激励措施的优化提供了准确的依据.     

模糊集IF-THEN规则的蚁群空间聚类分析

将蚂蚁的拾起和放下对象的行为表示为模糊集.通过模糊集的IF-THEN规则计算蚂蚁执行任务的激励和反应阈值,得到蚂蚁拾起或放下项目的概率,对蚂蚁的行为做出决策,实现对空间数据的聚类.以矿山实际测量数据为空间数据源,采用基本的蚁群聚类算法和模糊蚁群空间聚类算法分别对其进行聚类.通过对这两种算法的实验结果进行分析比较,证明改进后的算法提高了聚类效果.     

中学生心理健康状况的统计分析

对中学生进行《中学生心理健康量表》的抽样调查,用SPSS对调查数据进行探索分析和方差分析,得到结论,调查样本的总体心理健康状况差于全国平均水平,各症状的离散程度强于全国;各分量表得分低于平均分的同学所占比例较大;各年级学生心理健康水平有统计学的显著差异,高中学生的心理健康水平比初中学生差,但高中三年学生的心理健康情况相对稳定.     

L井区进一步加密井网后聚驱可行性分析及开发效果预测

针对A区块L井区聚驱后仍有一定量剩余油密集区存在的问题,研究了该区域聚驱后剩余油分布特征,对进一步加密井网后聚驱挖潜剩余油的可行性进行分析,设计并优选了聚驱开发方案.研究表明,通过进一步加密井网后聚驱的方法来挖潜L井区的剩余油是可行的,优选出最佳聚驱段塞组合方案聚驱阶段采出程度为6.68%,采收率为54.42%,与常规水驱相比,采收率提高了5.02%.     

基于FCM算法的小脑基因模糊聚类分析

探讨基因表达数据的聚类分析方法,结合一种聚类结果的评判准则,应用于胎儿小脑基因表达数据,得到了最优的聚类结果,并做出了生物学解释.利用Matlab软件进行了仿真,利用模糊聚类Xie-Beni指数得到了最优聚类数,并把每一类对应的基因标号输出到txt文件,最后进行生物学解释.得到的小脑基因最优聚类数为3类,与生物学意义比较吻合,各类中的基因功能接近.基于FCM算法的基因模糊聚类是有效的,结果具有一定生物学意义,能对生物学基因聚类有一定指导作用.     

基于MC-ZF-HD-DS的高端装备制造企业持续创新能力评价研究

为客观和准确地评价高端装备制造企业的持续创新能力,建立了高端装备制造企业持续创新能力评价指标体系,采用MC-ZF-HD-DS对具体的高端装备制造企业持续创新能力进行评价。通过模糊粗糙集法对高频海选评价指标进行筛选,采用极差最大化组合赋权法对已筛选出的指标体系进行赋权,运用灰色定权聚类对评价对象进行聚类,在此基础上,运用证据理论对聚类结果进行合成,形成最终评价结果,最后通过实证分析验证了该方法的可行性和有效性。     

初中学生心理测量的统计分析

本文用相关分析说明了〈中学生素质特点分类培养〉项目研究中所用各种心理诊断量表整体组合运用的合理性 ;用因子分析简化了测试项目的指标体系 ,选定了适当的公共主因子 ,并对公因子给予了合理的解释 ;用聚类分析依据因子得分对学生实施心理素质特点分类 ;根据学生的心理素质特点类型提出了相应的宏观培养策略     

基于R软件的Bayes判别分析在医学中的应用

Bayes判别在进行判别分析时考虑到各总体出现的先验概率、预报的先验概率及错判造成的损失,其判别效能优于其他判别方法.对Bayes判别方法详细介绍的基础上,利用R软件对一组舒张压和胆固醇数据分别进行Bayes判别分析、Fisher判别分析和基于距离的判别分析,对比三种不同方法下得到的判别结果,结果表明Bayes判别分析得到的分类结果精度较高,Bayes判别分析在医学领域有较好的应用前景.     

信息与计算科学专业大学生心理健康统计分析

为了研究华北科技学院信息计算科学专业在校大学生的整体心理健康水平,运用多元统计分析方法,对测试数据进行综合分析.结果表明:专业大学生的心理健康水平总体上低于学院学生的平均水平,性别差异不明显,二、三年级学生心理问题较为严重.     

New results on multi-dimensional linear discriminant analysis

Fisher linear discriminant analysis is a well-known technique for dimensionality reduction and classification. The method was first formulated in 1936 by Fisher. In this paper we concentrate on three different formulations of the multi-dimensional problem. We provide a mathematical explanation why two of the formulations are equivalent and prove that this equivalency can be extended to a broader class of objective functions. The second contribution is a rate of convergence of a fixed point method for solving the third model.     

奇异类内离差矩阵条件下的Fisher最优判据

特征提取是模式分类与识别的重要环节，Fisher最优判据是特征提取的基本方法之一．本文提出了一种计算奇异类内离差矩阵条件下Fisher最优判据的新方法，并给出了计算步骤．     

A multilevel finite mixture item response model to cluster examinees and schools

Within the educational context, a key goal is to assess students’ acquired skills and to cluster students according to their ability level. In this regard, a relevant element to be accounted for is the possible effect of the school students come from. For this aim, we provide a methodological tool which takes into account the multilevel structure of the data (i.e., students in schools) and allows us to cluster both students and schools into homogeneous classes of ability and effectiveness, and to assess the effect of certain students’ and school characteristics on the probability to belong to such classes. The proposed approach relies on an extended class of multidimensional latent class IRT models characterised by: (i) latent traits defined at student and school level, (ii) latent traits represented through random vectors with a discrete distribution, (iii) the inclusion of covariates at student and school level, and (iv) a two-parameter logistic parametrisation for the conditional probability of a correct response given the ability. The approach is applied for the analysis of data collected by two national tests administered in Italy to middle school students in June 2009: the INVALSI Language Test and the Mathematics Test.     

PCA-Fisher判别模型在煤层底板突水预测中的应用

针对当前煤层底板突水影响因素复杂、预测精度低及难度大等问题,通过结合主成分分析法(PCA)和Fisher判别分析法,构建了PCA-Fisher煤层底板突水判别模型,并将该判别模型应用于贵州省六盘水月亮田煤矿9号煤层对其进行底板突水危险性预测.笔者将含水层水压、隔水层厚度及煤层倾角等6个指标作为影响该煤层底板突水危险性的主要因素,把18组实测数据输入PCA-Fisher判别模型并进行煤层底板突水预测.结果显示:PCA提取的3个主成分F1、F2及F3的方差贡献率达94.179%,且判别模型的前14组训练样本正确率达85.7%;最后判别未参加训练的后4组样本,误判率为0%,其精度高达100%,结果印证了PCA-Fisher的判别模型对煤层底板突水预测的正确性.     

An experimental comparison of several approaches to the discriminant problem with both qualitative and quantitative variables

This paper reports the results of an experimental comparison between a linear programming approach and the well known statistical procedure by Fisher for solving discriminant analysis problems. This work represents an extension of the work of Bajgier and Hill as we incorporate qualitative variables into our design as well as enlarge the estimation sample from 30 to 90. Our results indicate that both methods are enhanced by the inclusion of the qualitative variables, but that the Fisher approach seems preferable. Lastly, we discuss the effect of the different experimental factors on the relative performance of the two methods.