·134 智能系统学报 第4卷 1.0 由此可见，随着σ的减小，正常域范围不断缩 0.8 小，支持对象数目则不断增加.当·小到一定的时 候，分类区域被分成若干个互不相通、相互孤立的子 0.6 区域，每个子区域代表一类.随着σ的进一步减少 0.4 最终会形成每一个样本点对应一个子区域，即每一 个样本点都是支持向量， 0.2 3实证分析 0.200.20.40.60.81.01.2 为说明基于支持向量数据描述的无标签数据多 类分类方法的有效性和可行性，以珠三角地区9个 (a)o=1 物流中心城市分类评价作为研究对象开展实证研 1.0 究.20世纪90年代中期以来，随着现代物流理念在 0.8 我国的普及，我国部分省市已开始制定相应的物流 规划，尤其是物流中心的规划与建设.物流中心城市 0.6 的确定是当前物流规划中的首要工作，其实质上是 0.4 一个分类评价问题山依据综合性、客观性、可得 0.2 性、可比性等原则，在对有关文献综合分析和征询有 关专家意见的基础上，从4个方面选取指标建立城 8.200.20.40.60.81.01.2 市物流发展水平综合评价指标体系，这些指标从不 同角度反映了城市物流的发展特征：1)社会经济发 (b)0=03 展类：综合反映了城市物流发展的社会经济基础，包 1.0 括GDP(,万元、人均GDP(,元八、GDP增 长率(，%：2)生产消费流通类：分别从生产、消 0.8 费等角度反映了城市物流服务的需求状况和需求规 0.6 模，包括社会消费品零售总额(x,万元)、工业总产 值(x,万元)、批发零售贸易业总额(x,万元；3) 0.4 人力资源类：反映了物流发展的人力资源状况，包括 0.2 物流从业人员比例，等于交通运输、仓储和邮政业人 员数总从业人员数(x,%:4)交通运输类：反映 8.200.20.4060.81.01.2 X 了城市物流发展的物质基础，包括运输量(，万 吨)、港口吞吐量(。，万吨)、运输网密度(x,千公 (c以0=01 里万平方公里人.各指标数据均来自《广东省统计 1.0 年鉴(2005)》 0.8 采用Matlab70编程进行主成分分析，得特征 值、贡献率和累积贡献率，如表1由于第一、二2个 0.6 。 主成分的特征值大于1，且累积贡献率达到 0.4 8409%,因此可以取前2个主成分，作为特征提取 的目的指标，如表2 0.2 表1特征值、贡献率和累积贡献率 9200,2040608101.2 Table 1 Egenvalue,con tribution and accumultive contri X bution (d)0=002 主成分 特征值贡献率/%累积贡献率% 图1参数·对分类效果的影响 1 618 6184 61.84 Fig 1 Multi-class classification outcomes of differento 2 223 2225 8409 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved. http://www.cnki.net( a)σ = 1 ( b)σ = 0. 3 ( c)σ = 0. 1 ( d)σ = 0. 02 图 1 参数 σ对分类效果的影响 Fig. 1 Multi2class classification outcomes of differentσ 由此可见 ,随着 σ的减小 ,正常域范围不断缩 小 ,支持对象数目则不断增加. 当 σ小到一定的时 候 ,分类区域被分成若干个互不相通、相互孤立的子 区域 ,每个子区域代表一类. 随着 σ的进一步减少 , 最终会形成每一个样本点对应一个子区域 ,即每一 个样本点都是支持向量. 3 实证分析 为说明基于支持向量数据描述的无标签数据多 类分类方法的有效性和可行性 ,以珠三角地区 9个 物流中心城市分类评价作为研究对象开展实证研 究. 20世纪 90年代中期以来 ,随着现代物流理念在 我国的普及 ,我国部分省市已开始制定相应的物流 规划 ,尤其是物流中心的规划与建设. 物流中心城市 的确定是当前物流规划中的首要工作 ,其实质上是 一个分类评价问题 [ 11 ] . 依据综合性、客观性、可得 性、可比性等原则 ,在对有关文献综合分析和征询有 关专家意见的基础上 ,从 4个方面选取指标建立城 市物流发展水平综合评价指标体系 ,这些指标从不 同角度反映了城市物流的发展特征 : 1)社会经济发 展类 :综合反映了城市物流发展的社会经济基础 ,包 括 GDP( x1 ,万元 ) 、人均 GDP ( x2 ,元 /人 )、GDP增 长率 ( x3 , % ) ; 2)生产消费流通类 :分别从生产、消 费等角度反映了城市物流服务的需求状况和需求规 模 ,包括社会消费品零售总额 ( x4 ,万元 ) 、工业总产 值 ( x5 ,万元 ) 、批发零售贸易业总额 ( x6 ,万元 ) ; 3) 人力资源类 :反映了物流发展的人力资源状况 ,包括 物流从业人员比例 ,等于交通运输、仓储和邮政业人 员数 /总从业人员数 ( x7 , % ) ; 4)交通运输类 :反映 了城市物流发展的物质基础 , 包括运输量 ( x8 , 万 吨 ) 、港口吞吐量 ( x9 ,万吨 ) 、运输网密度 ( x10 ,千公 里 /万平方公里 ). 各指标数据均来自《广东省统计 年鉴 (2005) 》. 采用 Matlab 7. 0编程进行主成分分析 ,得特征 值、贡献率和累积贡献率 ,如表 1. 由于第一、二 2个 主成 分 的 特 征 值 大 于 1, 且 累 积 贡 献 率 达 到 84. 09% ,因此可以取前 2个主成分 ,作为特征提取 的目的指标 ,如表 2. 表 1 特征值、贡献率和累积贡献率 Table 1 Eigenva lue, con tr ibution and accum ula tive con tr i2 bution 主成分 特征值 贡献率 /% 累积贡献率 /% 1 6. 18 61. 84 61. 84 2 2. 23 22. 25 84. 09 ·134· 智 能 系 统 学 报 第 4卷