我国汽车产业竞争力区域差异的实证研究

近年来,随着汽车产业对我国经济增长贡献日渐提高,各省市纷纷将汽车产业定位为支柱产业来发展。本文基于汽车产业竞争力分析框架,根据我国各省市、自治区2001-2009年的统计数据,从产业规模、技术能力、经营效率和成长能力四个方面,实证分析汽车产业竞争力区域差异。研究发现,我国汽车产业竞争力区域差距较大,在汽车产业水平领先的地区出现明显两极分化,而一些汽车产业水平落后的地区却具备较强的成长能力,其结论对推动中国汽车产业的发展具有重要的借鉴意义。     

基于K-Means算法的中小企业客户细分研究

本文将数据挖掘技术引入到中小企业客户细分中,探讨进行客户细分的可行性和有效性,并设计出一个基于K-Means算法的客户细分模型,将该模型应用于某个具体中小型企业的客户细分中,得到比较理想的结果。     

大数据时代的社交网络分析

概述了大数据时代社交网络的技术背景、网络拓扑结构和MapReduce。阐述了一种新的社交网络的用户聚类分析方法,即如何利用已知的用户,简要推算出好友共同关注和共同粉丝的可能性,以及用户好友群内的连通分支情况。通过一系列的聚类步骤,一种好友共享粉丝/关注的可能性被进一步表征出来,并简要讨论了其应用。     

基于聚类分析的全国大学生数学建模现状研究

依据2013年全国大学生数学建模竞赛获奖数据,运用MATLAB软件对我国各地区大学生数学建模竞赛现状进行了聚类分析,为充分利用大学生建模竞赛提高人才培养质量提供一定的科学依据.     

基于数据挖掘技术的航空客户流失与细分研究及R语言程序实现

提高航空客运的上座率既能使航空资源得到充分利用,更能显著的增加航空公司的效益.主要从某航空公司旅客乘机记录中对航空公司的客户进行行为分析,采用数据挖掘技术,首先利用决策树方法对客户进行流失预测,然后利用K-均值聚类进行客户细分,将客户划分为五类,同时对客户进行价值评估,挖掘出有价值的客户,最后综合分析客户流失与客户细分结果,并提出相应的营销策略,从而达到提高上座率和效益的目标.     

基于五大发展理念的经济社会发展评价体系研究——基于二次加权因子分析法

本文以五大发展理念贯穿于经济社会发展各领域各环节为出发点,从五大发展理念的五个层面构建了经济社会发展评价指标体系,结合本文样本和指标变量的特点,引入二次加权因子分析法,依次对16个地级市的经济社会发展进行分项评价和综合评价,揭示出了每个城市经济社会发展在"创新、协调、绿色、开放、共享"五大方面发展的优势和不足,以及每个城市在五大发展理念引领下经济社会发展的整体状况。基于实证评价结果,从五大发展理念视角提出了优化经济社会发展的措施。     

香蕉贮藏气体3D荧光表征特征选择及早期腐败预警初探

为利用3D荧光技术实现基于贮藏室气体荧光信息的香蕉腐败早期预警,选取两批不同贮藏日期的香蕉贮藏室气体进行三维荧光数据采集。首先对荧光数据进行了预处理：为消除三维荧光仪整体漂移现象,对得到的三维荧光数据进行去除漂移处理;利用matlab中eemscat工具包对瑞利与拉曼散射进行去除处理,有效消除了瑞利散射和拉曼散射的不利影响;运用Savitzky-Golar(SG)进行数据平滑处理,减少了噪声对荧光信号的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度接近于0的发射波长,以及利用三阶高斯混合分布对不同激发波长下的发射光谱进行拟合去除了离散性较大的激发波长。然后针对荧光数据的特征表征,提出了一种基于Wilks Λ统计量融合间隔偏最小二乘法(iPLS)的荧光数据特征选择策略。具体是：用Wilks Λ统计量进行特征激发波长的选取,初步选出了5个特征激发波长;根据初选的特征激发波长用iPLS结合pH值及相对电导率进行了特征发射波段的选取,结果每个特征激发波长下均选出包含14个波长的特征发射波段。为进一步减少分析变量个数,根据选出的特征发射波长,运用Wilks Λ统计量再次进行特征激发波长反选,最终得到了3个特征激发波长。考虑到各特征激发波长下对应14个特征发射波长,故可选出42个特征发射波长。最后基于香蕉在贮藏中其品质变化具有时变特点,根据42个特征发射波长使用系统聚类分析法(SCA)进行香蕉腐败基准界定,得到两批香蕉均在贮藏的第5天出现品质突变。因此选用第5天贮藏室气体荧光信息来表征香蕉的腐败情况。另外,利用主成分分析(PCA)初步探索了用第1主成分实现香蕉早期腐败的预警。结果表明：文中提出的三维荧光数据特征波长的选择策略是能够有效降低光谱数据的复杂度,同时给出的早期腐败预警方法是可行的。     

热红外光谱的石榴子石亚类识别方法

高光谱技术快速、无损、精确探测矿物,能够清楚的反映矿物化学成分的改变。石榴子石在热红外波段具有诊断性的三峰式特征。反射峰波长与化学成分关系密切,所以可以依据石榴子石在热红外波段的光谱特征开展其亚类分类研究。钙铬榴石和锰铝榴石反射峰位置易于与其他亚类区分,而铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石的反射峰位置有较大重叠区域,无法直接判别,因此亟需一种基于热红外光谱的快速、准确识别石榴子石亚类的分类方法。基于热红外光谱库中85个不同类型的石榴子石样本数据获取其3个反射峰位置及波长差值信息,利用非线性BP神经网络、聚类分析以及多元线性判别分析3种方法开展石榴子石亚类识别实验,并运用精确率、召回率和F1值进行分类精度评价。结果显示：BP神经网络算法分类的精确率、召回率和F1值均能达到100%,铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石得到很好地区分;聚类分析和多元线性判别分析分类的精确率、召回率和F1值分别为86.1%、80%和79.2%,84.2%、80%和79.5%,这两种方法对反射峰重叠的铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石分类效果不好,因此BP神经网络更适合石榴子石亚类识别。本研究利用BP神经网络强大的非线性自动映射能力,找到了石榴子石热红外谱段反射峰位置与亚类类型之间复杂的映射关系,证明了BP神经网络方法与热红外光谱特征结合使用的可行性与优越性,为石榴子石亚类识别提供了快速有效的技术支撑,同时为其他矿物的快速有效识别提供了良好的技术启示。     

房地产业上市公司的统计数据挖掘分析研究

应用统计类数据挖掘技术对房地产业上市公司财务进行了分析。即搜集十五个房地产业上市公司的主要财务指标进行因子分析,用提取主成份的方法缩减变数,归纳出影响公司财务状况的四个主要因素。然后,对十五家房地产上市公司进行聚类分析,划分各公司的经营等级。最后,结合因子分析与聚类分析的结果对各公司的经营状况进行了综合评价,并以此指导投资者和经营管理者做出正确的决策。     

Box-Cox变换在教学评估中的应用

本文主要对做Box-Cox非线性变换之后的教学质量评估问卷的数据进行因子分析和有序样本聚分析.和未作Box-Cox变换的结果相比,Box-Cox变换之后的因子分析给出了指标更明显,更有意义的分类,有序样本聚类分析可以将在原始数据中无法分开的高分数据进行更好的分类.