下载文档原格式
投影寻踪模型在工程质量评估中的应用摘要：建设工程的质量由很多因素决定，目前的质量评估往往依靠主观判断，似不够科学。
投影寻踪是统计学中常用的一种多因素评价手段，将投影寻踪分类模型应用于工程质量评估中，可以计算出影响工程质量各个因素的权重，得出工程质量的综合水平，该方法客观，直接，易于实践应用。
关键词：投影寻踪；工程质量；评价Abstract: The quality of the construction project was determined by many factors, nowadays, the project quality was always depended on the subjective judgment, which seems unscientific. The projection pursuit model was a common evaluation method in the statistical areas, the application of the projection pursuit model on the evaluation of the project quality could calculate the weightiness of the factors which affect the quality of the construction project, and the comprehensive level of the quality was obtained, the method was objective, direct, and easy to put into practice.Key Words: projection pursuit, quality of the construction project, evaluation投影寻踪模型是哈佛大学教授P.J.Huber创立的，在统计学领域有着重大的影响。
投影寻踪分类模型在雷电灾害风险分析中的应用与比较目的利用北京地区雷电监测资料，应用投影寻踪分类模型，对北京市雷电灾害进行风险分析，并与层次分析模型的结果进行比较。
方法以闪电密度（次·km-2·a-1）、人口密度（人·km-2）和GDP（万元·km-2）作为主要指标，使用DPS数据处理系统进行投影寻踪分析。
结果应用投影寻踪分类模型估算的雷电风险值与该地区实际雷电灾害发生频次的区县间变化趋势大致相同。
结论基于三指标的投影寻踪分类模型可用于雷电灾害的风险分析。
标签：投影寻踪；雷电灾害；风险分析雷电是我国沿海地区的一类常见自然灾害。
目前主要通过构建多指标体系的雷电灾害风险评估模型来进行相关风险分析及区域划分。
其中，从指标体系到形成风险评估模型的过程中，如何确定各个指标的权重系数是关键。
总体上权重的确定方法包括两类，主观赋值法和客观赋值法。
主观赋值法如通过专家咨询[1]，但因有人的主观经验混在其中，因而在某种程度上均会影响最终结果的客观性和准确性。
客观赋值法如层次分析法[2-4]、模糊综合评判法[5，6]等。
层次分析法可通过计算机编程不依赖于人，通过对多层次指标的权重进行层次收敛，而获得各指标的权重。
而投影寻踪方法作为一类由样本数据驱动的探索性分析方法，可基于原始数据的结构特征求得每个指标的权重，因而也可以排除人为主观判断而带来的干扰。
1投影寻踪分类模型1.1 PP发展简史和原理投影寻踪（projection pursuit，PP）是一类于20世纪70年代中期发展起来的一类处理非正态高维数据的统计方法，其融合了统计学、应用数学和计算机技术，主要用来分析和处理高纬观测数据，尤其适合于分析非正态非线性高纬数据。
PP是在70年代初由Kruskal开始试验和发展的。
最开始，他通过将高纬数据投影到低维空间，获得数据的最优投影，用以解决数据的聚类结构和化石分类问题。
之后，由Friedman和Tukey在1974年加以改进，并正式提出了PP概念。
投影寻踪分类模型在会计工作评价中的运用【摘要】投影寻踪分类模型是一种典型的高维数据分析模型，在多因素分析领域有广泛的应用。
文章以江苏靖江市某企业为例，综合考虑2012年每季度会计部门员工的工作考核情况及年工作出错率，利用投影寻踪分类模型对各员工2012年度的工作进行综合考量和评价。
结果表明投影寻踪分类模型在会计工作评价中具备相当的可行性，所得结果客观科学、公平公正，在大型企业会计工作考核中有一定的推广价值。
【关键词】投影寻踪分类模型；会计评价；企业会计工作技术评价早在西方国家第一次工业革命时期就已出现，在二战后迅速推广，并成为比较流行的评价技术，从20世纪40年代国外学者开展工作评价技术方面的研究以来，人们一直在寻找能够最大程度增加评价有效性的手段，从而指导实践中的工作评价（周丽，2009）。
在大型公司会计工作评价过程中，核心是如何合理地将不同时期的考核指标转化成单个综合评价指标的形式，在低维空间中实现员工会计工作的评价，而目前国内外学者提出的一些优选理论如模糊综合评判模型、灰色综合优选模型、层次分析优选模型等，在权重的赋予上多带有人为主观因素，容易偏离评价目标，为此，本文选取基于实数编码的加速遗传算法（RAGA）的投影寻踪分类模型进行会计工作评价，利用投影寻踪分类模型技术评价大型公司的员工会计工作，不仅客观性强，避免了人为的干扰，还可充分利用原始数据的内部结构特点，保证原始信息的全面性。
目前投影寻踪分类模型已经在理工科科学研究中得到了广泛应用并取得了很好的效果，而在经济管理和工作评价领域应用则不多。
因此本文一方面介绍其原理和建模方法，另一方面以江苏靖江某公司为例进行实例分析，旨在为统计学的优秀模型在财务工作管理中的应用开辟新径，并为财务管理人员对会计员工的工作评价提供有益参考。
一、投影寻踪分类模型的原理投影寻踪（Projection Pursuit，简称PP）是一种用来分析和处理高维数据，尤其是处理非线性、非正态分布高维数据的一种新兴方法。
投影寻踪python投影寻踪是一种利用计算机视觉技术实现的目标跟踪方法。
在计算机视觉领域中，目标跟踪是指通过对视频序列中的目标进行连续观测和分析，以确定目标在不同帧中的位置和姿态变化。
投影寻踪是目标跟踪的一种常见方法，它通过将目标在图像平面上的投影与目标模型进行比较，从而实现目标的跟踪。
在使用Python进行投影寻踪时，我们可以借助一些开源的计算机视觉库，如OpenCV和Dlib等，来实现目标跟踪的功能。
首先，我们需要准备一段视频序列或者摄像头实时输入的视频流作为输入源。
接下来，我们需要选择一个合适的目标模型，可以是目标的外观特征，如颜色、纹理等，也可以是目标的形状特征，如轮廓、边缘等。
在实际应用中，我们可以使用OpenCV提供的函数来进行目标跟踪。
首先，我们需要对输入的视频序列进行初始化，即选择一个初始帧作为跟踪的起点。
然后，我们可以选择一种投影模型，如颜色直方图、灰度直方图等，将目标的模型投影到当前帧上。
通过计算投影的差异，我们可以得到目标在当前帧上的位置和姿态变化。
在进行目标跟踪时，我们还可以使用一些滤波算法来对跟踪结果进行优化，如卡尔曼滤波、粒子滤波等。
这些滤波算法可以帮助我们更准确地估计目标的位置和姿态，提高跟踪的精度和稳定性。
除了使用传统的投影寻踪方法，近年来，深度学习技术在目标跟踪中也取得了很大的进展。
通过使用卷积神经网络等深度学习模型，可以自动学习目标的外观特征和空间关系，从而实现更准确、更鲁棒的目标跟踪。
总结一下，投影寻踪是一种常见的目标跟踪方法，它通过将目标在图像平面上的投影与目标模型进行比较，实现目标的跟踪。
在Python中，我们可以借助开源计算机视觉库来实现目标跟踪的功能，通过选择合适的目标模型和使用滤波算法，可以提高跟踪的精度和稳定性。
另外，深度学习技术也为目标跟踪带来了新的突破，通过使用深度学习模型，可以实现更准确、更鲁棒的目标跟踪。
投影寻踪作为目标跟踪的一种方法，为计算机视觉领域的研究和应用提供了重要的技术支持。
基于投影寻踪回归的指标规范值的水质评价模型李祚泳;张正健;余春雪【期刊名称】《水文》【年(卷),期】2012(32)3【摘要】Traditional projection pursuit regression represented with matrix, which is applied in water quality evaluation for multi-index, affects not only learning efficient of optimized parameter matrix element, but also optimal effects. The present work set the proper reference values and transformed forms for each index. Therefore, the different in the same grade standard values with different index could be weakened after the normal transformation, the normalized values of different indexes were e-quivalent to a certain normalized index. Therefore, it is only necessary to set up the models of NV-PPR (2) and NV-PPR(3) suited to 2 indexes and 3 indexes, respectively, for each normalized index values. Meanwhile, the optimization of the parameter matrix elements of model were iterated by monkey-king genetic algorithm. Furthermore, the multi-index NV-PPR model could be represented into the combinations of some NV-PPR (2) and (or) NV-PPR (3) models. The practicality of models was verified virtually. The results showed that the projection pursuit regression model of water quality evaluation based on normalized index transform exhibited the characteristics of simplicity in form, convenience during calculation, university as well as commonness.%传统的投影寻踪回归(PPR)的矩阵表示法用于水质评价,当指标较多时,不仅优化参数矩阵元的学习效率低,而且优化效果亦受到影响.若适当设置3类水体(地表水、地下水和富营养化水体)各指标的参照值及指标值的规范变换式,使不同指标的同级标准的规范值差异不大,从而可以认为用规范值表示的不同指标皆与某个规范指标“等效”.因此,只需构造并优化得出对各指标规范值都共同适用的2个指标变量的NV-PPR(2)和3个指标变量的NV-PPR(3)模型,对于指标变量较多的NV-PPR建模,只需将其分解为若干个NV-PPR(2)和(或)NV-PPR(3)的组合表示即可.对模型的实用性进行的效果检验表明:基于指标规范变换的3类水体的水质评价的投影寻踪回归模型具有形式简洁、计算简便和普适通用的特点.【总页数】7页(P6-12)【作者】李祚泳;张正健;余春雪【作者单位】成都信息工程学院,四川成都610041;四川省农业气象中心,四川成都610072;成都信息工程学院,四川成都610041【正文语种】中文【中图分类】P641.2【相关文献】1.基于RBF的指标规范值的水资源承载力评价模型 [J], 臧蕾;刘伟;李祚泳2.基于RBF的指标规范值的水资源承载力评价模型（英文） [J], 臧蕾;李祚泳;刘伟3.基于指标规范值的海水水质评价的SVR模型 [J], 梁晓龙;李祚泳;汪嘉杨4.基于指标规范值的水安全评价的投影寻踪回归模型 [J], 李祚泳;刘韵;汪嘉杨5.基于回归支持向量机的指标规范值的水质评价模型 [J], 李祚泳;张正健因版权原因，仅展示原文概要，查看原文内容请购买。
基于投影寻踪法的舰炮自动机性能指标评价舰炮自动机的性能指标评价对于优化设计、改进产品性能、提高作战效率具有重要意义。
其中，基于投影寻踪法的评价方法具有较高的准确度和可信度，下面将详细介绍该方法在舰炮自动机性能指标评价中的应用。
1. 基本原理投影寻踪法是一种基于统计学原理的数据处理方法，其基本思路是将各个指标数据投影到一个公共的坐标轴上，通过对这些数据的统计分析来确定各项性能指标的优劣程度和综合排名。
该方法最大的优点是能够将多个指标的数据进行综合评价，从而避免了单一指标评价存在的不足。
2. 应用过程（1）确定评价指标体系对于舰炮自动机而言，评价指标体系应包括基本技术性能、操作性能、可靠性和环境适应性等方面。
在确定指标时，应以实际应用为出发点，考虑到用户需求，合理选择并结合不同维度的指标，从而确保最终评价结果的全面性和准确性。
（2）采集数据并进行处理采集各项指标数据，按照统一的格式进行整理和加工。
对于实验数据，应避免测量误差和实验环境的影响，以确保数据的可靠性和可比性。
（3）进行数据分析将各项指标数据进行单位换算和标准化处理，将其投影到坐标轴上，并按照标准化程度排序。
采用一定的方法对数据进行分析和综合评价，计算出各项指标的评价分数和排名，以及总体评价分数和排名。
3. 指标评价标准为了保证评价结果的合理性和可信度，应建立适当的指标评价标准。
具体来说，可以采用专家评价法、经验法等方法进行指标权重的确定，以及确定每项指标的等级和得分。
在具体的应用过程中，也可根据实际情况进行调整和优化，确保评价结果符合实际需求。
总之，基于投影寻踪法的舰炮自动机性能指标评价能够全面、客观地评估产品性能和质量，是一种有效的性能评价方法。
在应用时，应根据实际情况确定指标体系和评价标准，并加以合理调整，以达到最佳的评价结果。
