CN112862356A - 基于数理方法构建传统村落活态化保护评价体系的方法 - Google Patents
基于数理方法构建传统村落活态化保护评价体系的方法 Download PDFInfo
- Publication number
- CN112862356A CN112862356A CN202110250679.XA CN202110250679A CN112862356A CN 112862356 A CN112862356 A CN 112862356A CN 202110250679 A CN202110250679 A CN 202110250679A CN 112862356 A CN112862356 A CN 112862356A
- Authority
- CN
- China
- Prior art keywords
- village
- index
- traditional
- indexes
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012067 mathematical method Methods 0.000 title claims abstract description 20
- 238000000556 factor analysis Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000011835 investigation Methods 0.000 claims abstract description 7
- 238000007405 data analysis Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 52
- 230000004913 activation Effects 0.000 claims description 17
- 238000011160 research Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims 1
- 230000009467 reduction Effects 0.000 abstract description 3
- 239000000463 material Substances 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,所述方法包括:通过实际传统村落调研评价数据为样本,通过因子分析法对指标变量进行综合数据分析,得出公共因子,推演指标存在的自然逻辑关系,重构传统村落活态化评价体系;本发明通过实际数据进行分析,得到传统村落评价指标之间的自然逻辑关系,以实际数据为基础重新构建传统村落指标评价体系;通过因子分析对全面的大量的指标进行降维处理;熵权模糊综合分析法研究传统村落指标,以信息熵的视角看向指标的信息与权重的关系,进而重新指标赋权;同时通过信息化的方式,计算各个指标权重,可以衡量不同指标在指标体系中的重要性。
Description
技术领域
本发明涉及建筑学村落保护与更新研究领域,具体是一种基于数理方法构建传统村落活态化保护评价体系的方法。
背景技术
乡村遗产保护工作一直是一项非常重要的社会乡村议题,虽然社会给予了大量关注于传统村落活态化之上,但是由于快速的城市化的背景下,大量村落依旧在逐步消失。在人力以及物力有限的前提下,对传统村落进行活态化保护评价,对传统村落进行分级,从而有重点地活态化保护传统村落。同时村落活态化评价指标体系差异性大,评价体系的指标人为主观化。因此,通过调研所获取的村落原始数据,基于因子分析法、极差转换法、层次分析法、熵权法、模糊综合分析法并结合计算机软件EXCEL、SPSS及Matlab,构建基于数理方法的合理化传统村落活态化保护评价体系,推动传统村落活态化保护更有条理性发展。目前的研究方法中有以AHP法和德尔菲法为基础对古村落进行了研究分析,或从经济社会文化环境好的政策管理5个角构建评价指标。但总体来说,传统村落活态化保护评价研究指标体系多样化且指标权重确定人为化,对构建传统村落活态化保护评价体系以及确定指标权重需要进一步研究深化。
发明内容
本发明的目的在于提供基于数理方法构建传统村落活态化保护评价体系的方法,通过实际数据进行分析,得到传统村落评价指标之间的自然逻辑关系,以实际数据为基础重新构建传统村落指标评价体系;通过因子分析对全面的大量的指标进行降维处理;采用熵权模糊综合分析法研究传统村落指标,以信息熵的视角看向指标的信息与权重的关系,进而重新指标赋权;同时通过信息化的方式,计算各个指标权重,可以衡量不同指标在指标体系中的重要性。
本发明的目的可以通过以下技术方案实现:
基于数理方法构建传统村落活态化保护评价体系的方法,所述方法包括:通过实际传统村落调研评价数据为样本,通过因子分析法对指标变量进行综合数据分析,得出公共因子,推演指标存在的自然逻辑关系,重构传统村落活态化评价体系;运用熵权法以及模糊综合评价法重新赋予指标权重,区分不同指标之间的层级,构建合理化传统村落活态化评价指标体系;区别于现有传统村落评分指标体系的不准确性,本方法在实际调研的数据的基础上,通过研究传统村落活态化保护评价指标之间的相关性,以公共因子重构传统村落活态化保护评价指标体系,计算各指标的熵值,以信息论的视角看向传统村落活态化评价指标的权重。
进一步的,随机选取传统村落样本,形成传统村落活态化保护村落样本,以实地调研、云调研和问卷调查为方法对传统村落进行评分。
进一步的,将实地调研、云调研以及问卷调查所得到的评价数据为基础,运用EXCEL软件计算数值平均值,形成传统村落活态化保护评价指标体系样本数据库。
进一步的,以传统村落活态化保护评价指标体系样本数据库为基础,运用SPSS软件,通过因子分析法进行计算,研究传统村落活态化评价指标之间的自然逻辑关系,根据传统村落指标对公共因子进行定义,形成新一级指标,所决定的村落变量形成三级指标,重构传统村落活态化保护评价体系。
进一步的,所述因子分析法提取公共因子包括:
步骤A,计算样本均值及方差,通过z-score方法进行数据标准化处理,
其中,zij为以z-score指标标准化得分,xi为各指标得分的算术平均值,xij为各指标得分,得到标准化得分矩阵记为Rz-score;
步骤B,求取样本相关系数矩阵;求取相关矩阵的特征根和相应标准正交的特征向量;
其中xi、xj为指标通过z-score法标准化得分,得到相关系数矩阵
|λ0E-R|=0
λ1,λ2,…,λq为得分矩阵Rz-score的q个特征根和各个特征根的特征向量uij;
步骤C,运用主成分法寻找公共因子,从相关系数矩阵出发求解主成分,满足因子初始特征根值大于1及方差累计解释率大于80%的原则,确定公共因子数;
分矩阵Rz-score有p个变量,找出p个主成分;将所得的p个主成分按由大至小的顺序排列,记为Y1,Y2,…,Yp,则主成分与可观测变量X的关系式为:
其中,μpp为第p个主成分,可观测变量X的相关系数矩阵特征根所对应的特征向量的分量;
因为特征根之间彼此正交,从X到Y的转换关系是可逆的,其转换关系为:
每一个等式只保留前q个主成分,把后面的部分用ei代替,则:
其中,ei为各个指标的特殊因子;
其中,Fi为公共因子,aij为公共因子载荷;
步骤D,以方差最大化为原则,使用方差最大化正交旋转方法,对载荷矩阵进行旋转,解释公共因子;
对随机两个因子进行平面正交旋转,因子载荷矩阵为:
旋转正交阵为:
旋转后载荷矩阵:
目标使得总方差最大值,即:
其中V1、V2为旋转后的方差;
步骤E,根据公共因子对原始指标的解释方差对公共因子作出解释;
步骤F,推演指标存在的自然逻辑关系,根据公共因子重构传统村落活态化评价体系。
进一步的,建立传统村落活态化保护评价指标评价指标集,得到初始得分矩阵。
进一步的,取通过极差转换法将不同数量级以及不同量纲标准化成具有可比性的数据,得到标准化得分。
进一步的,应用熵权法以及模糊综合分析法,将信息熵理论引入传统村落活态化保护评价体系建构;以通过实地调研、云调研以及问卷调查得到的评价数据为基础,通过熵权法以及模糊综合评价法计算,研究指标在实际数据中的所含信息量,从而得到指标的熵值与熵权,进而计算传统村落综合评价得分。
进一步的,根据指标标准化得分矩阵以及相应的指标权重,计算样本村落综合评分得分。
进一步的,将重新构建的传统村落活态化保护评价体系与重新赋权的指标组合,以实际村落数据为支撑,构建基于数理方法的传统村落活态化保护评价体系。
本发明的有益效果:
1、本发明通过实际数据进行分析,得到传统村落评价指标之间的自然逻辑关系,以实际数据为基础重新构建传统村落指标评价体系;通过因子分析对全面的大量的指标进行降维处理;
2、本发明熵权模糊综合分析法研究传统村落指标,以信息熵的视角看向指标的信息与权重的关系,进而重新指标赋权;同时通过信息化的方式,计算各个指标权重,可以衡量不同指标在指标体系中的重要性。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
基于数理方法构建传统村落活态化保护评价体系的方法,
步骤1:初步构建乡村活态化评价模型
参考《传统村落评价认定指标体系》,初步构建乡村活态化评价模型。
步骤2:为使得传统村落数据更具有代表性,选取全国各省份,随机选取传统村落样本,通过实地调研、云调研和问卷调查,进行传统村落评分,建立传统村落评价得分矩阵R。
步骤3:运用EXCEL表格对所得数据进行处理,得到传统村落最终得分。
步骤4:对传统村落评价得分数据进行标准化处理,方法如下:
采用因子分析方法,运用SPSS23软件对指标变量进行综合数据分析,计算样本均值及方差,通过z-score法,运用以下公式对数据进行标准化处理。
其中,zij为以z-score指标标准化得分,xi为各指标得分的算术平均值,xij为各指标得分,得到标准化得分矩阵记为Rz-score。
σ2为各个指标评价数据的方差,n为各个指标评价数据的个数;
步骤5:求取样本相关系数矩阵。
其中xi、xj为指标通过z-score法标准化得分,得到相关系数矩阵:
步骤6:求取相关系数矩阵的特征根和相应标准正交的特征向量
|λ0E-R|=0
λ0为相关系数矩阵的特征根集合、R为上一步求得的相关系数矩阵;
λ1,λ2,…,λq为得分矩阵Rz-score的q个特征根和各个特征根的特征向量uij。
步骤7:运用主成分法,从相关系数矩阵出发求解主成分,满足因子初始特征根值大于1及方差累计解释率大于80%的原则,确定公共因子数。
设得分矩阵Rz-score有p个变量,则可以找出p个主成分。将所得的p个主成分按由大至小的顺序排列,记为Y1,Y2,…,Yp,则主成分与可观测变量X的关系式为:
其中,μpp为第p个主成分,可观测变量X的相关系数矩阵特征根所对应的特征向量的分量。
因为特征根之间彼此正交,从X到Y的转换关系是可逆的,其转换关系为:
每一个等式只保留前q个主成分,把后面的部分用ei代替,则:
其中,ei为各个指标的特殊因子。
其中,Fi为公共因子,aij为公共因子载荷;
步骤8:以方差最大化为原则,使用方差最大化正交旋转方法,对载荷矩阵进行旋转,更好的解释公共因子。先对随机两个因子进行平面正交旋转,因子载荷矩阵为:
ap2为因子载荷矩阵中第二个公共因子对第p个指标的载荷;
旋转正交阵为:
旋转后载荷矩阵:
目标使得总方差最大值,即:
其中V1、V2为旋转后的方差。
其中,角取值范围如表:
当公共因子多于两个,逐次对每两个因子进行上述旋转,使这两列元素平方的相对方差之和达到最大,而其余各列不变。即当q>2时,每次取两个,全部配对旋转,旋转时总是对初始载荷矩阵A中的k列、m列同时进行。q个因子的两两配对旋转共需进行次,完成第一轮旋转,记第一轮旋转后的因子载荷矩阵为A(1)。然后,对第一轮所得结果用上述方法进行旋转,得到第二轮旋转的结果,第二轮旋转之后的因子载荷矩阵记为A(2)。如此继续旋转下去,记为第S轮旋转后的因子载荷矩阵为A(S);
记V(S)为A(S)各列元素平方的相对方差之和,每一次旋转之后,载荷矩阵各列平方的相对方差之和总会比上一次有所增加,即:
V(1)≤V(2)≤...V(s)≤...
这是一个有界的单调上升数列,因此一定会收敛到某一极限。在实际应用中,当V(S)的值变化不大时,即可停止旋转。
步骤9:根据公共因子对原始指标的解释总方差对公共因子作出解释;推演指标存在的自然逻辑关系,以公共因子为一级指标,原传统村落评价指标为二级指标,重新构建传统村落活态化保护评价指标评价指标体系。
步骤10:采用熵权模糊综合评价法,建立传统村落活态化保护评价指标评价指标集。
设定传统村落活态化保护价值评价总目标为X,建立两级村落活态化评价指标因素。Xi(i=1,2,3……)为村落活态化保护价值评价一级指标,Xij为传统村落活态化保护价值评价二级指标。评价因素集合为:
X=(X1,X2,X3……)
X1=(X11,X12,X13……)
X2=(X21,X22,X23……)
X3=(X31,X32,X33……)
以传统村落最终平均得分为基础,建立初始得分矩阵。
步骤11:通过采用极差转换法将初始得分矩阵转换成标准化得分矩阵
公式为Rmax-min=[r′ij]m*n其中Rmax-min为使用极差转换法得到的标准化得分矩阵。对正指标中指标值数值越大正面意义越强的数值,
对正指标中指标值数值越大正面意义越强的数值,
步骤15:根据指标标准化得分矩阵以及相应的指标权重,计算样本村落综合评分得分Q。
步骤16:将熵权模糊综合评价法所得村落权重并入重构的传统村落活态化评价指标体系。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (10)
1.基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,所述方法包括:通过实际传统村落调研评价数据为样本,通过因子分析法对指标变量进行综合数据分析,得出公共因子,推演指标存在的自然逻辑关系,重构传统村落活态化评价体系;运用熵权法以及模糊综合评价法重新赋予指标权重,区分不同指标之间的层级,构建合理化传统村落活态化评价指标体系;区别于现有传统村落评分指标体系的不准确性,本方法在实际调研的数据的基础上,通过研究传统村落活态化保护评价指标之间的相关性,以公共因子重构传统村落活态化保护评价指标体系,计算各指标的熵值,以信息论的视角看向传统村落活态化评价指标的权重。
2.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,随机选取传统村落样本,形成传统村落活态化保护村落样本,以实地调研、云调研和问卷调查为方法对传统村落进行评分。
3.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,将实地调研、云调研以及问卷调查所得到的评价数据为基础,运用EXCEL软件计算数值平均值,形成传统村落活态化保护评价指标体系样本数据库。
4.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,以传统村落活态化保护评价指标体系样本数据库为基础,运用SPSS软件,通过因子分析法进行计算,研究传统村落活态化评价指标之间的自然逻辑关系,根据传统村落指标对公共因子进行定义,形成新一级指标,所决定的村落变量形成三级指标,重构传统村落活态化保护评价体系。
5.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,所述因子分析法提取公共因子包括:
步骤A,计算样本均值及方差,通过z-score方法进行数据标准化处理,
其中,zij为以z-score指标标准化得分,xi为各指标得分的算术平均值,xij为各指标得分,得到标准化得分矩阵记为Rz-score;
步骤B,求取样本相关系数矩阵;求取相关矩阵的特征根和相应标准正交的特征向量;
其中xi、xj为指标通过z-score法标准化得分,得到相关系数矩阵
|λ0E-R|=0
λ1,λ2,…,λq为得分矩阵Rz-score的q个特征根和各个特征根的特征向量uij;
步骤C,运用主成分法寻找公共因子,从相关系数矩阵出发求解主成分,满足因子初始特征根值大于1及方差累计解释率大于80%的原则,确定公共因子数;
分矩阵Rz-score有p个变量,找出p个主成分;将所得的p个主成分按由大至小的顺序排列,记为Y1,Y2,…,Yp,则主成分与可观测变量X的关系式为:
其中,μpp为第p个主成分,可观测变量X的相关系数矩阵特征根所对应的特征向量的分量;
因为特征根之间彼此正交,从X到Y的转换关系是可逆的,其转换关系为:
每一个等式只保留前q个主成分,把后面的部分用ei代替,则:
其中,ei为各个指标的特殊因子;
其中,Fi为公共因子,aij为公共因子载荷;
步骤D,以方差最大化为原则,使用方差最大化正交旋转方法,对载荷矩阵进行旋转,解释公共因子;
对随机两个因子进行平面正交旋转,因子载荷矩阵为:
旋转正交阵为:
旋转后载荷矩阵:
目标使得总方差最大值,即:
其中V1、V2为旋转后的方差;
步骤E,根据公共因子对原始指标的解释方差对公共因子作出解释;
步骤F,推演指标存在的自然逻辑关系,根据公共因子重构传统村落活态化评价体系。
6.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,建立传统村落活态化保护评价指标评价指标集,得到初始得分矩阵。
7.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,取通过极差转换法将不同数量级以及不同量纲标准化成具有可比性的数据,得到标准化得分。
8.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,应用熵权法以及模糊综合分析法,将信息熵理论引入传统村落活态化保护评价体系建构;以通过实地调研、云调研以及问卷调查得到的评价数据为基础,通过熵权法以及模糊综合评价法计算,研究指标在实际数据中的所含信息量,从而得到指标的熵值与熵权,进而计算传统村落综合评价得分。
9.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,根据指标标准化得分矩阵以及相应的指标权重,计算样本村落综合评分得分。
10.根据权利要求1所述的基于数理方法构建传统村落活态化保护评价体系的方法,其特征在于,将重新构建的传统村落活态化保护评价体系与重新赋权的指标组合,以实际村落数据为支撑,构建基于数理方法的传统村落活态化保护评价体系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110250679.XA CN112862356A (zh) | 2021-03-08 | 2021-03-08 | 基于数理方法构建传统村落活态化保护评价体系的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110250679.XA CN112862356A (zh) | 2021-03-08 | 2021-03-08 | 基于数理方法构建传统村落活态化保护评价体系的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112862356A true CN112862356A (zh) | 2021-05-28 |
Family
ID=75994744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110250679.XA Pending CN112862356A (zh) | 2021-03-08 | 2021-03-08 | 基于数理方法构建传统村落活态化保护评价体系的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862356A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469567A (zh) * | 2021-07-21 | 2021-10-01 | 东营市城市管理服务中心 | 基于主成分分析的数字城管系统运行综合评价方法 |
WO2023236842A1 (zh) * | 2022-06-10 | 2023-12-14 | 云南中烟工业有限责任公司 | 一种卷烟燃烧外观的评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240006A (zh) * | 2014-06-26 | 2014-12-24 | 西南大学 | 基于物元可拓模型的新型农村社区管护绩效评价方法 |
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN110717687A (zh) * | 2019-10-16 | 2020-01-21 | 青岛海信网络科技股份有限公司 | 一种评价指数获取的方法及系统 |
-
2021
- 2021-03-08 CN CN202110250679.XA patent/CN112862356A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104240006A (zh) * | 2014-06-26 | 2014-12-24 | 西南大学 | 基于物元可拓模型的新型农村社区管护绩效评价方法 |
CN105719048A (zh) * | 2016-01-05 | 2016-06-29 | 国网上海市电力公司 | 一种基于主成分分析法及熵权法的中压配电网运行状态模糊综合评价方法 |
CN110717687A (zh) * | 2019-10-16 | 2020-01-21 | 青岛海信网络科技股份有限公司 | 一种评价指数获取的方法及系统 |
Non-Patent Citations (1)
Title |
---|
马春倩: "我国A股市场物流上市公司投资价值分析", 中国优秀硕士学位论文全文数据库 经济与管理科学辑, no. 12, 15 December 2019 (2019-12-15), pages 29 - 49 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469567A (zh) * | 2021-07-21 | 2021-10-01 | 东营市城市管理服务中心 | 基于主成分分析的数字城管系统运行综合评价方法 |
WO2023236842A1 (zh) * | 2022-06-10 | 2023-12-14 | 云南中烟工业有限责任公司 | 一种卷烟燃烧外观的评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olarewaju et al. | Intellectual capital and financial performance of South African development community’s general insurance companies | |
Martin et al. | Dynamic ideal point estimation via Markov chain Monte Carlo for the US Supreme Court, 1953–1999 | |
Thammasiri et al. | A critical assessment of imbalanced class distribution problem: The case of predicting freshmen student attrition | |
CN112862356A (zh) | 基于数理方法构建传统村落活态化保护评价体系的方法 | |
CN112417176B (zh) | 基于图特征的企业间隐性关联关系挖掘方法、设备及介质 | |
CN109492748A (zh) | 一种基于卷积神经网络的电力系统的中长期负荷预测模型建立方法 | |
Xu et al. | Novel key indicators selection method of financial fraud prediction model based on machine learning hybrid mode | |
Yu | The application of machine learning algorithms in credit card default prediction | |
Guru et al. | Ranking the performance of Indian public sector bank using analytic hierarchy process and technique for order preference by similarity to an ideal solution | |
Cai et al. | Credit Payment Fraud detection model based on TabNet and Xgboot | |
Kung et al. | A fuzzy MCDM method to select the best company based on financial report analysis | |
Coronel-Brizio et al. | The Anderson–Darling test of fit for the power-law distribution from left-censored samples | |
CN105956012A (zh) | 基于图划分策略的数据库模式抽象方法 | |
Liu et al. | Credit evaluation with a data mining approach based on gradient boosting decision tree | |
Borst et al. | Comparative evaluation of the comparable sales method with geostatistical valuation models | |
Orozco et al. | Feature engineering for semi-supervised electricity theft detection in AMI | |
CN112241922A (zh) | 基于改进朴素贝叶斯分类的电网资产综合价值评估方法 | |
Hu et al. | Evaluating innovation capability of Chinese listed companies based on comprehensive methods | |
Xie | The analysis on the application of machine learning algorithms in risk rating of P2P online loan platforms | |
Ishmah et al. | Multiple Discriminant Analysis Altman Z-Score, Multiple Discriminant Analysis Stepwise and K-Means Cluster for Classification of Financial Distress Status in Manufacturing Companies Listed on the Indonesia Stock Exchange in 2019 | |
Tsaples et al. | Using multi-level DEA to go beyond the three dimensions of sustainability | |
Shengdong et al. | Entrepreneurial borrowing overdue prediction based on stacking model transfer learning | |
Lewis et al. | Identification of residential property sub-markets using evolutionary and neural computing techniques | |
Salehi et al. | Islamic banking ranking efficiency based on a decision tree in Iran | |
Zou | Machine Learning-Based Analysis of Housing Price Predictors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |