导读:本文包含了主因子论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:主因,变量,芳香族,小角,互联网,神经网络,硝基。
主因子论文文献综述
张丽军,翟波宇,毕婷婷,张丽宏[1]（2019）在《城市居民锻炼坚持性主因子及提升策略》一文中研究指出以心理学、行为学、管理学、体育统计学等为理论依据,选取昆明市10个社区,随机选取600名18岁及以上社区居民作为研究的调查对象,对影响社区居民锻炼坚持性因素展开调查研究,研究发现:影响城市社区居民锻炼坚持性的的主要因素有9大类,按照影响的重要程度依次是动机成效因子、环境条件因子、锻炼氛围因子、运动风险因子、支持投入因子、能力经历因子、身体条件因子、余暇能动因子和运动团队因子。通过对这9个主因子进行深入分析,提出了针对城市居民锻炼坚持性的提升策略:(1)激发运动动机、彰显运动成效;(2)优化运动环境、保障运动条件;(3)活跃运动氛围、营造运动文化;(4)重视运动风险、预防运动损伤;(5)强化社会支持、平衡运动效益;(6)提高运动能力、培养运动情感;(7)树立健康理念、促进习惯养成;(8)调动运动效能、合理分配余暇;(9)打造优质团队、凝聚运动力量。(本文来源于《南京体育学院学报》期刊2019年09期）
许健,崔靓然,李雅芝,张祎璠[2]（2019）在《主因子逼近方法在变量选择中的应用》一文中研究指出当数据中变量个数远大于样本个数时,变量之间的共线性问题变得尤其突出.偏最小二乘方法作为一种潜变量方法,将原始变量通过线性组合的方式转化为几个新的潜变量用于对响应变量的建模解释,但变量之间复杂共线性的存在使得变量选择困难重重.本文采用主因子近似方法分离出原始变量之间的共线性信息,再进行变量选择.模拟研究表明主因子逼近方法能有效地提高变量选择的精度.(本文来源于《湖南理工学院学报(自然科学版)》期刊2019年01期）
王春艳[3]（2019）在《“互联网+”背景下高职生创业胜任力培养路径探索——基于创业困境主因子分析》一文中研究指出在互联网快速发展和国家大力深化高等学校创新创业教育改革背景下,运用互联网新特点提升高职生创业胜任力,是高职院校教育者日益重视的问题。根据对湖北10所高职院校创业团队的典型调查数据采用主成分因子分析,发现高职生当前存在缺乏创业知识及相关技能提升、缺乏创业信息和资金获取平台和缺乏创业素质培养3个主要创业困境因子,提出从"构建在线‘MOOC’创业教育课程体系""打造创业信息平台""建立创业实验实践教学仿真平台"叁个路径全方位培养高职生创业胜任力。(本文来源于《武汉职业技术学院学报》期刊2019年01期）
周西华,孙家正[4]（2018）在《基于主因子分析的改进BP神经网络瓦斯涌出量预测》一文中研究指出为提高回采工作面瓦斯涌出量预测效率和准确率,基于反向BP神经网络,采用主因子分析法对变量进行降维处理;结合遗传算法(GA)和附加动量法,采用遗传算法优化BP神经网络初始权值和阈值,建立基于主因子分析的GA—BP神经网络预测模型,并在权值反向更新过程中引入动量项。选取开滦矿业集团钱家营矿井瓦斯涌出量监测数据作为标签数据与输入数据,对不同网络模型进行了仿真与分析,结果表明:改进的GA—BP神经网络模型在603个时间步长里达到收敛,平均相对误差约为0.58%,预测精度和效率均优于其他神经网络模型,能更有效地实现瓦斯涌出量的准确预测。(本文来源于《矿业安全与环保》期刊2018年06期）
李亚雷,徐波,赵平[5]（2018）在《半群OF_n的主因子的秩》一文中研究指出设自然数n≥4,O_n是有限链[n]上的保序奇异变换半群。通过分析秩为r的元素,获得了半群OF_n={a∈O_n:(x∈im(a)),|xa~(-1)|≥|im(a)|}的主因子的秩。(本文来源于《嘉应学院学报》期刊2018年08期）
梁晶[6]（2018）在《基于主因子分析法的我国物流上市公司盈利能力分析》一文中研究指出物流行业作为渗透其他经济领域的复合型行业,在促进产业结构的调整,增强国民经济等方面有着举足轻重的地位,2017年,随着电商行业的进一步崛起,加之我国信息技术的发展,政策的鼓励与支持以及市场的需求,我国物流行业进入了发展了的崭新局面。因此,物流行业盈利能力水平的高低也成为了目前研究的焦点。本文选取了截止到2017年3月,32家物流行业上市公司的盈利能力指标,在进行Bartlett球形检验,KMO检验系数之后,构建主因子分析模型得出从2014-2016年我国物流行业上市公司盈利能力的综合得分水平,并从纵向时间点,横向行业内部分类分析我国物流行业盈利能力存在的具体问题,将实证研究与理论研究相结合,从而为投资者以及企业内部信息使用者提供建议参考,也为我国物流行业盈利能力发展提供了一定的研究基础。(本文来源于《西南民族大学》期刊2018-03-18）
孙泽香[7]（2018）在《几类变换半群主因子的极大0-E-酉子半群》一文中研究指出设Xn= {1,2,…,n}并赋予自然数序,Tn是其上的全变换半群,POn,Om分别是Xn上的部分保序变换半群和保序变换半群.本文完全刻划了On,Tn主因子上的极大幂等元子半群,极大0-E-酉子半群.同时试着研究了POn主因子的极大幂等元子半群及其极大0-E-酉子半群.基于POn主因子的极大幂等元子半群完全分类的复杂性,本文只得到了其部分极大幂等元子半群,部分极大0-E-酉子半群.具体分为以下四个部分:第一章本章主要介绍国内外的研究背景以及给出一些必要的关于变换半群的理论知识.第二章主要研究了 Tn主因子的极大0-E-酉子半群,得到了 Tn主因子的极大0-E-酉子半群的完全刻画.第叁章主要研究了On主因子的极大0-E-酉子半群,得到了On主因子的极大O-E-酉子半群的完全刻画.第四章主要研究了POn主因子的极大0-E-酉子半群,得到了POn主因子的极大0-E-酉子半群的部分刻画.(本文来源于《贵州师范大学》期刊2018-03-01）
赵超,刘新金,王广斌[8]（2018）在《基于KES的织物风格主因子分析》一文中研究指出为了探究KES织物风格仪所测试的物理指标之间的关系,利用KES织物风格仪对16种纯棉织物的风格性能进行了测试,并对16项指标进行了主因子分析,得到了影响全棉织物风格的4个独立的主因子:弯曲特性因子、柔软性因子、表面摩擦因子和回弹性因子。并通过计算得到了各个主因子的得分和排名。结果表明:弯曲特性因子对棉织物风格影响最大,其次为柔软性因子和表面摩擦因子,回弹性因子影响最小;织物的组织结构和织物经纬密度是影响棉织物风格的另外两个因素。(本文来源于《上海纺织科技》期刊2018年01期）
黄盈,黄欢[9]（2017）在《基于主因子分析的任务定价规律模型》一文中研究指出本文针对众包平台中的任务定价问题,建立任务定价特征模型对任务的定价规律进行分析,并总结出任务未完成原因。首先通过绘制散点图,并做简单相关分析,筛选出可能对任务标价产生影响的因子。而后进行主因子分析,通过其各项变量的贡献率等指标分析任务定价规律,建立任务定价特征模型。最后利用GS+软件绘制任务由地理因素影响趋势图,并由此分析任务未完成原因。(本文来源于《经贸实践》期刊2017年22期）
丁毅涛[10]（2017）在《基于正则化方法的化合物密度主因子选择》一文中研究指出用正则化方法结合最小角回归算法(Lars)对影响多硝基芳香族化合物(PNACs)密度的主因子进行研究,通过以多硝基芳香族化合物中的分子结构描述码为参数,构造L1正则化模型,考虑不同的最大迭代次数,选取影响分子描述码,依据相关的平均影响程度给出相应主要影响分子描述码,预测密度值与参考值相对误差在7.7%以内。(本文来源于《价值工程》期刊2017年28期）
主因子论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当数据中变量个数远大于样本个数时,变量之间的共线性问题变得尤其突出.偏最小二乘方法作为一种潜变量方法,将原始变量通过线性组合的方式转化为几个新的潜变量用于对响应变量的建模解释,但变量之间复杂共线性的存在使得变量选择困难重重.本文采用主因子近似方法分离出原始变量之间的共线性信息,再进行变量选择.模拟研究表明主因子逼近方法能有效地提高变量选择的精度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
主因子论文参考文献
[1].张丽军,翟波宇,毕婷婷,张丽宏.城市居民锻炼坚持性主因子及提升策略[J].南京体育学院学报.2019
[2].许健,崔靓然,李雅芝,张祎璠.主因子逼近方法在变量选择中的应用[J].湖南理工学院学报(自然科学版).2019
[3].王春艳.“互联网+”背景下高职生创业胜任力培养路径探索——基于创业困境主因子分析[J].武汉职业技术学院学报.2019
[4].周西华,孙家正.基于主因子分析的改进BP神经网络瓦斯涌出量预测[J].矿业安全与环保.2018
[5].李亚雷,徐波,赵平.半群OF_n的主因子的秩[J].嘉应学院学报.2018
[6].梁晶.基于主因子分析法的我国物流上市公司盈利能力分析[D].西南民族大学.2018
[7].孙泽香.几类变换半群主因子的极大0-E-酉子半群[D].贵州师范大学.2018
[8].赵超,刘新金,王广斌.基于KES的织物风格主因子分析[J].上海纺织科技.2018
[9].黄盈,黄欢.基于主因子分析的任务定价规律模型[J].经贸实践.2017
[10].丁毅涛.基于正则化方法的化合物密度主因子选择[J].价值工程.2017
论文知识图
