聚类分析在地区科技进步统计监测中的应用

来源 :南京理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:JohnWaken19
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文运用多元统计分析方法,通过建立优化准则,对地区科技进步统计监测模型进行了降维优化处理.经检验,降维后的新指标体系对原指标体系具有良好的替代性,从而给出在综合评价中经常遇到的由大量指标构成的模型进行优化的一种方法.该方法有助于提高综合评价建模的科学性、简明性和实践运用的可操作性.
其他文献
Fisher最佳鉴别准则是高维模式分析中的有效方法 ,其关键是求解最佳鉴别矢量。统计不相关的最佳鉴别矢量保证模式矢量投影后得到的特征是统计不相关的 ,已有的计算统计不相关的最佳鉴别矢量算法不能计算小样本的情形 (类内散布矩阵是奇异的 ) ,针对这种情形 ,该文给出了一种对大小样本都能精确计算统计不相关最佳鉴别矢量的统一算法。在大样本情形下 ,该方法得到的结果与已有的方法相同。为验证算法的有效性 ,