北京市生活垃圾产生量预测分析

通过对北京市城市和城乡结合部地区生活垃圾产生量现状，以及影响垃圾产生量因素的分析，根据北京市城市发展规划，运用多元线性回归分析和类比分析法预测分析了北京市2002年至2007年的生活垃圾产生量。     

大连市主辖区生活垃圾产生量预测

以GDP、社会消费品零售总额和人均可支配收入为主要影响因素,采用多元线性回归法对生活垃圾的人均日产生量进行了预测,并采用GM(1,1)模型对人口增长量进行预测,结果表明:到2020年大连市的生活垃圾年产生量将达1.918 3×10~6t,远超目前的处理能力,亟需建立可持续发展的垃圾减量化、资源化和无害化处理方案。     

上海市区生活垃圾产生量及成分分析

介绍了上海市近１０多年生活垃圾产生量及成分，并对今后垃圾产生量及成分变化进行了预测分析。     

海口市生活垃圾产生量预测

分析了生活垃圾产生量的影响因素,建立了生活垃圾产生量的计量经济学模型,预测海口市未来生活垃圾产生量,为海口市的生活垃圾规划处理提供决策参考依据.     

徐州市城市生活垃圾产生量预测分析

通过对1999—2008年徐州市城市生活垃圾产生量数据的分析,采用灰色预测GM(1,1)方法,对徐州市2009—2018年的城市生活垃圾产生量进行预测,在考虑到城市生活垃圾产生量的主要影响因素之后,运用多元线性回归方法,借助Matlab软件建立了城市生活垃圾产生量预测模型,并对模型的合理性和预测精度进行了分析。     

垃圾减量分类方法的量化分析

运用线性回归分析方法得出了垃圾组分的相关性,采用5项激励措施进行减量分类研究,运用主成分分析方法进行因子分析,结果表明：物质奖励和垃圾分类收集袋措施对垃圾回收率成正相关;减免处理费和环保积分卡措施对垃圾分类效果正相关;更换先进设施措施可以有效减少垃圾数量.     

北京市海淀区生活垃圾产生量预测

通过北京市海淀区2002—2011年生活垃圾产生量变化及其影响因素分析,运用多元线性回归分析方法预测了海淀区2013—2018年生活垃圾产生量。     

国内大中城市生活垃圾产生量与成分的影响因素分析

探讨了国内大中城市生活垃圾产生量与成分的影响因素,并归纳为4类：内在因素、自然因素、个体因素和社会因素。其中内在因素居主导地位,表现在城市规模越大,聚居人口数量越多,产生的垃圾数量也越多,并随着生活水平提高、城市能源结构的改善,城市生活垃圾产生量和成分变化也明显;自然因素是一种外在因素,表现在城市所处的自然环境和季节变化对生活垃圾产生量和成分的影响;个体因素包括家庭人口结构、文化程度和职业方面对生活垃圾产生量和成分的影响;社会因素主要表现在有关垃圾减量、回收、再利用等措施的实施。     

西安市城市生活垃圾产生量的多元回归及ARIMA模型预测

基于西安市历年来城市生活垃圾产生量及其影响因素的基础数据,通过对其相关系数的计算,确定西安市城市生活垃圾产生量的主要影响因素为人口数量、地区生产总值、城镇居民可支配收入及建成区面积。建立生活垃圾产生量的多元回归预测模型,对模型的合理性和精度进行分析,预测精度可接受,证明多元回归模型可用于城市生活垃圾产生量的预测。引入ARIMA模型,对所需因子进行预测,应用多元回归模型,对西安市2019—2020年的生活垃圾产生量进行了预测,结果表明,2019—2020年西安市城市生活垃圾产生量将分别达到4.922×106t、5.219×106t,且这2 a的垃圾产生量增长率将达到6.0%。     

济南市村镇居民生活垃圾试点分析与人均日产生量模型预测

根据济南市经济社会发展水平的不同,对3个代表性意义的村居进行了试点采样和研究分析,掌握了村镇居民生活垃圾各主要组成成分权重,建立了村镇生活垃圾人均日产生量预测线性数学模型。     

利用SPSS进行主成分回归分析

目的：利用SPSS8．0进行主成分回归分析。方法：利用SPSS8．0的Linear Regression,Factor,Analysis,Compute Variable和Bivariate Correciations等过程,结合主成分回归分析的基本原理,介绍整个主要成分回归分析的步骤,结果：用一个实例,描述SPSS8．0各种过程的操作和主成分回归整个计算过程,并且确定“最佳”方程。结论：介绍多重共线性的各种诊断指标,主成分回归分析的优点和注意事项,利用SPSS进行主成分回归分析能达到简便,快捷和准确的统计效果。     

基于主分量分析的自动聚焦算法研究

本文通过对多组图像分别提取多个清晰度评价指标,提出了利用主分量分析进行多指标融合,得到最终清晰度评价的自动聚焦算法.随机采集的70组显微细胞图像实验评测结果表明,算法较好地增大了图像清晰度之间的差异,与单指标判断相比较,取得了更高的聚焦正确率.     

主成分回归分析

本文介绍了一种新的多元回归分析方法——主成分回归分析。该法在自变量间存在多重共线性关系时,对原资料的主成分作回归分析,以消除回归系数中可能出现的不合理符号。并举例说明。     

刺五加中微量元素的主成分分析

用主成分分析法对刺五加中的微量元素特征进行了研究,以微量元素Fe、Zn、Sr、Mn、Na、Ca、Mg为评价指标,对其质量进行了综合评价。结果表明,刺五加中的微量元素对刺五加的质量具有重要的作用和意义。     

多因子共线性的主成分logistic回归分析

目的 采用主成分改进的条件1ogistic解决原发性开角型青光眼病因研究中的共线性问题。方法 采用l：3配比病例对照设计，利用多重线性回归中的共线性诊断技术进行共线性诊断，以主成分改进的条件logistic回归分析解决共线性。结果 主成分条件logistic回归能改善参数估计，显著降低标准误。结论 主成分改进的条件1ogistic能很好地解决原发性开角型青光眼病因研究中的共线性问题。     

中国年轻男性精液质量主成分分析

目的　了解我国男性精液质量现状及其影响因素 ,探讨评价指标。方法　对在我国七省市妇幼保健所进行婚前体检的 5 62例正常男性志愿者进行精液质量测定和流行病问卷调查 ;资料分析方法采用一般描述性分析和主成分分析等。结果　男性精液量为 2 61± 1 10ml,精子密度为 64 47± 3 4 5 9± 10 6/ml,精子前向运动百分率 (X2 )为 5 9 89±17 11% ,精子存活率 (X3 )为 77 19± 11 87% ,精子正常形态率 (X4)为 78 2 3± 9 15 %。主成分分析第一主成分函数Z1=-8 5 12 5 4+0 0 0 13 6X1+0 0 3 192X2 +0 0 43 5 2X3 +0 0 3 984X4中 ,与其关系密切的是X3 、X2 和X4;第二主成分的大小主要取决于总精子数 (X1) ,函数式为Z2 =0 49192 +0 0 80 80X1-0 0 0 0 5 8X2 -0 0 0 5 10X3 -0 0 180 7X4。结论　精液质量各常规指标都符合WHO标准的对象只占 42 3 % ,精液质量有待提高。精子存活率、精子前向运动百分率及正常形态精子百分率高 ,第一主成分大 ,表明精子的质量较好 ,省市中以贵州对象最高 ,职业中以工人最高 ,户口以城镇最高 ;第二主成分主要指精子的数量 ,首次性冲动年龄越大、禁欲时间越长 ,数量越大 ;性生活次数越多 ,数量越小。     

基于多尺度主元分析的表面肌电信号模式分类

用基于小波变换的多尺度主元分析提取表面肌电信号特征,然后用贝叶斯分类器进行模式分类。实验结果显示,当选用Harr小波和bior2．6小波对肌电信号进行5层小波分解时．该方法对前臂6种动作模式（内翻,外翻．握拳．展拳．上切和下切）的正确识别率可以达到99.44％。研究表明,该方法优于基于小波系数统计特征和主元分析降维相结合的特征提取方法．能成功识别出多种动作模式。     

采用主成分分析法对糖尿病住院患者营养状况综合评价

目的采用主成分分析法综合评价糖尿病住院患者营养状况,探讨科学的综合评价方法.方法选取95例肝肾功能正常无发热的糖尿病住院患者,测量其身高、体重、上臂围、三头肌皮褶厚度以及血红蛋白、淋巴细胞计数、血清总蛋白、白蛋白、前白蛋白、视黄醇结合蛋白等指标,采用主成分分析法综合评价.结果前4个主成分累积贡献率达到81%,被确定为重要主成分,建立主成分函数表达式,分析主成分与原始变量之间的关系.这4个主成分分别反映内脏蛋白消耗型营养不良(慢性蛋白质营养不良)、蛋白质-能量营养不良、急性蛋白质营养不良以及免疫功能低下型营养不良,同时采用主成分评分法对营养状况进行综合评价,结果内脏蛋白消耗型营养不良占25.26%,蛋白质-能量营养不良型占30.53%,急性蛋白质营养不良占25.26%,免疫功能低下型营养不良占18.95%.结论运用主成分分析法可以消除原始变量间的信息重叠,合理、综合地评价糖尿病住院患者的营养状况.