核主成分分析在企业经济效益分析中的应用

核主成分分析在企业经济效益分析中的应用

论文摘要

企业经济效益,是衡量一切经济活动的最终的综合指标,也是企业一切经济活动的根本出发点。企业要发展,就必须降低劳动消耗,以最少的投入获得最大的效益,只有这样,企业才能在竞争中不被淘汰,并获得发展。本文采取核主成分分析的方法来分析企业的经济效益,从而推断出各个经济指标之间的关系,判断企业经济效益状况,为财务分析提供依据。首先文章介绍企业经济效益分析的传统分析方法,即比较分析法、比率分析法、因素分析法、平衡分析法、趋势分析法以及线性规划分析法,但这些传统分析方法存在方法不统一,不能明确表示出各经济指标之间的关系,不精确,误差大,不能明确反映出企业的各经济指标的贡献率的缺点。然后介绍论述核函数的基本理论,分析核函数的性质以及构造核函数,进而阐述核主成分分析方法。核主成分分析的基本思想是存在一个映射,使得样本数据被映射到特征空间中,且特征空间的维数很高,然后通过在特征空间中进行内积计算,从而不需要知道具体的映射是怎样的就可以做到特征提取,算法比较简单,容易操作。通过定义核矩阵,可以把核主成分分析归结为矩阵特征分解问题。用主成分分析和核主成分析分析我国山东省2008年一些企业的经济状况,对两种结果进行比较,从而说明核主成分分析比主成分分析有更好的降维效果。最后介绍核函数的选取,针对数据选取不同的核函数,不同的核参数,从而比较核函数的特点,找出适合数据的核函数。创新的把混合核函数应用到企业经济效益分析评价中,从而使得第一主成分贡献率结果更加明显。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文研究的背景、目的和意义
  • 1.2 国内外研究现状
  • 1.3 本文的研究方法及内容
  • 第2章 企业经济效益分析
  • 2.1 企业经济效益分析及其意义
  • 2.2 评价企业经济效益的评价标准
  • 2.3 企业经济效益分析的传统方法
  • 2.3.1 比较分析法
  • 2.3.2 比率分析法
  • 2.3.3 因素分析法
  • 2.3.4 平衡分析法
  • 2.3.5 趋势分析法
  • 2.3.6 线性规划分析法
  • 2.4 企业经济效益的综合分析与评价
  • 2.4.1 企业经济效益的综合分析
  • 2.4.2 企业经济效益的综合评价
  • 2.5 传统企业经济效益分析方法的优缺点
  • 2.6 本章小结
  • 第3章 核方法的基本理论
  • 3.1 核函数的定义
  • 3.2 核函数的性质
  • 3.2.1 Mercer定理
  • 3.2.2 再生希尔伯特空间
  • 3.3 从核函数中构造核函数
  • 3.4 核函数方法的优点
  • 3.5 本章小结
  • 第4章 核主成分分析
  • 4.1 主成分分析
  • 4.1.1 主成分分析的定义和性质
  • 4.1.2 从标准化变量得到主成分
  • 4.1.3 样本主成分
  • 4.1.4 基本算法和步骤
  • 4.2 核主成分分析
  • 4.2.1 核主成分分析的算法过程
  • 4.2.2 核函数的选取
  • 4.2.3 核主成分分析具体评价步骤
  • 4.3 核主成分分析特性
  • 4.4 本章小结
  • 第5章 基于核主成分分析的经济效益分析
  • 5.1 基于主成分分析的经济效益评价
  • 5.2 基于核主成分分析的经济效益评价
  • 5.3 主成分分析法与核主成分分析法的比较
  • 5.4 本章小结
  • 第6章 基于数据的核主成分分析下核函数的选取
  • d对数据进行评价'>6.1 选取多项式核函数K(x,y)=[s(x·y)+c]d对数据进行评价
  • 2)/(2σ2))对数据进行评价'>6.2 选取高斯核函数K(x,y)=exp(-(‖x-y‖2)/(2σ2))对数据进行评价
  • 6.3 选取神经网络核函数K(x,y)=tanh[s(x·y)+c]对数据进行评价
  • 6.4 基于数据的三种核函数对比
  • 6.5 对数据运用混合核函数
  • 6.6 本章小结
  • 结论
  • 本文研究的主要工作
  • 有待进一步研究的工作
  • 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
  • 相关论文文献

    • [1].基于组合核函数的高校经济困难生分类[J]. 安徽工业大学学报(自然科学版) 2020(01)
    • [2].核函数在不规则人脸识别中的应用[J]. 计算机与数字工程 2019(06)
    • [3].图核函数研究现状与进展[J]. 安徽大学学报(自然科学版) 2017(01)
    • [4].浅海环境下的声学灵敏度核函数研究[J]. 南京大学学报(自然科学) 2017(01)
    • [5].组合核函数优化的稀疏最小二乘支持向量机[J]. 太赫兹科学与电子信息学报 2017(03)
    • [6].增量支持向量机核函数的优化[J]. 计算机系统应用 2017(08)
    • [7].对支持向量机混合核函数方法的再评估[J]. 统计研究 2015(02)
    • [8].混合核函数研究及其在数据建模领域应用进展[J]. 计算机仿真 2015(07)
    • [9].基于混合核函数支持向量机的风电机组发电机温度预警方法[J]. 华电技术 2020(05)
    • [10].装备费用预测中的混合核函数支持向量机[J]. 数学的实践与认识 2014(16)
    • [11].基于混合核函数支持向量机的回归模型[J]. 合肥学院学报(自然科学版) 2013(02)
    • [12].基于组合核函数支持向量机的人脸识别[J]. 重庆理工大学学报(自然科学) 2013(06)
    • [13].基于混合核函数的支持向量机在人脸识别中的应用研究[J]. 电子设计工程 2013(11)
    • [14].基于分段核函数的支持向量机及其应用[J]. 现代电子技术 2013(16)
    • [15].基于最优核函数支持向量机的费用预测[J]. 控制工程 2012(S1)
    • [16].基于混合核函数的支持向量机[J]. 重庆理工大学学报(自然科学) 2011(10)
    • [17].一种新的自适应组合核函数[J]. 武汉理工大学学报 2009(03)
    • [18].一种混合核函数的支持向量机[J]. 微型机与应用 2017(11)
    • [19].组合核函数支持向量机在个人信用评估中的应用[J]. 黑龙江科技信息 2013(26)
    • [20].基于正交多项式核函数方法[J]. 计算机技术与发展 2012(05)
    • [21].复高斯小波核函数的支持向量机研究[J]. 计算机应用研究 2012(09)
    • [22].基于多核函数的模糊支持向量机学习算法[J]. 重庆师范大学学报(自然科学版) 2012(06)
    • [23].基于混合核函数支持向量机和遗传算法的人脸识别[J]. 计算机应用与软件 2011(04)
    • [24].基于混合核函数支持向量机的齿轮诊断方法研究[J]. 机械传动 2011(09)
    • [25].混合核函数支持向量机在系统建模中的应用[J]. 华东交通大学学报 2010(02)
    • [26].基于极分解下的混合核函数及改进[J]. 模式识别与人工智能 2009(03)
    • [27].基于图像核函数的图像目标识别技术研究[J]. 信号处理 2009(12)
    • [28].超核函数支持向量机[J]. 计算机科学 2008(12)
    • [29].基于加权核函数的雷达目标一维距离像识别[J]. 仪器仪表学报 2008(11)
    • [30].不同核函数对光滑粒子流体动力学计算结果的影响分析[J]. 数学的实践与认识 2020(11)

    标签:;  ;  ;  ;  

    核主成分分析在企业经济效益分析中的应用
    下载Doc文档

    猜你喜欢