多特征主成分分析与声图相结合的海底底质分类

通过提取多种回声特征构造全特征向量,并对全特征向量进行主成分分析,计算出对底质分类贡献率最大的特征组,实现海底底质的分类. 采用两种分类方法对胶州湾实测数据进行比较,可得出下列结论：应用多特征主成分分析与声图相结合的分类结果优于单纯使用声纳图像的分类结果.     

基于稳定稀疏主成分的基因表达数据聚类分析方法

通过对基因表达数据的聚类分析能够较快地发现肿瘤细胞,较为准确快速地诊断疾病。本文在稀疏主成分的基础上,研究了基于稳定稀疏主成分的基因表达数据聚类分析方法的问题。改进的方法主要应用于解决稀疏主成分的Lasso方法在高维度中缺乏变量选择的一致性。使用直接聚类、主成分聚类、稀疏主成分、稳定稀疏主成分四种聚类方法对2个基因表达数据进行K均值聚类和层次聚类,比较方法的准确率,验证了基于稳定稀疏主成分的基因表达数据的聚类分析方法的准确度更高。     

基于确定性转换的IFTS预测

模糊时间序列预测模型在对不确定数据集的模糊趋势描述和论域划分方面有局限性,对此文中规范了直觉模糊时间序列的定义,应用直觉模糊C均值聚类算法优化论域区间划分,通过加入回溯机制构建确定性转换直觉模糊规则库,在此基础上提出一种直觉模糊时间序列预测方法,较好地反映了不确定系统数据的特征分布,提高了复杂环境下时间序列的预测精度. 通过典型实例验证了该方法的有效性和优越性.     

基于二维主成分分析的高光谱遥感图像降维

提出一种以高光谱图像分析为目标的基于二维主成分分析的高光谱遥感图像的降维方法。通过多变量线性变换对高光谱数据进行特征提取,应用二维主成分分析的方法对高光谱遥感图像进行降维。对AVIRIS图像应用二维主成分分析的方法,可将能量主要集中在少数几个特征值中,这就为降维提供了可能。计算机仿真结果表明,该算法计算量小,方差小,峰值信噪比(PSNR)、分类准确性均显著提高,MSE有所下降。     

基于GPS/BDS桥梁短期变形预警方法研究

针对环境因素对桥面变形的影响,桥梁动态位移的时间序列表现出高度不确定性的问题,提出了基于主成分和多变量时间序列模型耦合的桥梁位移预报模型,将该模型应用于苏通大桥的实测数据。试验结果表明:采用主成分分析的方法,提取3个对桥面变形有影响的主成分,3个主成分的累计贡献值达95.088%。建立主成分-时间序列模型,拟合精度优于多变量时间序列法,监测点dx,dy,dH 3个方向的均方根误差分别为2mm、2mm、8mm,且采用均值控制图可以识别出由于结构损伤所引起的位移10mm的异常变化。因此,该模型具有一定的有效性和适用性。     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.     

星座图加权匹配的调制方式识别

通过分析现有基于星座图的调制识别法的局限性,提出一种改进方法. 首先计算信号的高阶矩,把11种数字信号归为3类,然后作模糊C均值聚类,将得到的重构星座图与相应的理想星座图模型进行比较,通过引入新的代价函数实现多种数字调制方式的识别. 实验表明该方法在识别率和识别范围上均有提高,在信噪比为10 dB时平均识别率提高25%以上.     

基于热成像数据与FLD的体育运动分类方法

针对体育运动的自动分类和运动员隐私问题,提出一种基于热成像数据与Fisher线性判别(FLD)的分类方法.首先,通过热成像相机获取10min的运动视频片段.然后,对于每一帧,通过单应性矩阵将其转换为三维世界坐标系,并通过像素占比来检测运动员的位置,标记为一个热点.接着,将所有帧中的运动员热点进行累积,形成运动热图.最后,利用主成分分析对热图进行降维,利用Fisher线性判别对热图进行分类.实验结果表明,对于预设的5种运动类型,该方案具有较高的正确分类率.     

基于(2D)~2PCA的受限玻尔兹曼机图像分类算法及其并行化实现

为解决受限玻尔兹曼机(restricted Boltzman machine,RBM)理论对高分辨率图像分类的时间复杂度高的问题,提出了一种基于双向二维主成分分析(two-way 2-dimension principal component analysis,(2D)~2PCA)的RBM图像分类算法.该算法首先应用(2D)~2PCA对待处理图像在X和Z两个方向上进行降维处理,从而提取出图像的主成分,将主成分作为RBM网络可见层的输入数据,应用对比散度算法训练构建玻尔兹曼机网络,达到对图像进行分类的目的.该算法有效解决了RBM处理高分辨率图像时网络训练速度慢,甚至整个网络训练状态无法收敛的问题.通过在Hadoop并行数据处理平台的实验表明:该算法不仅能有效提高处理高分辨率图像的速度,而且具备良好的并行性,在具有4台处理机的并行集群下,其加速比达到了3.13.     

数据挖掘下电网调度信号异常数据提取方法

目前方法获取电网调度信号特征过程中,针对在异常数据提取时提取精度不高、数据覆盖率欠高、提取效果差的问题,提出数据挖掘下电网调度信号异常数据提取方法首先利用数据挖掘中的ICA算法对电网调度信号去噪处理;再利用Mallat算法将电网调度信号进行小波分解,获取电网调度信号的信号特征;最后通过对电网调度信号数据中异常值计算,获取异常数据检测阈值,完成电网调度信号异常数据提取实验结果表明,运用该方法提取信号中的异常数据时,数据提取的精度高、数据覆盖性能好、提取的效果好     

骆驼蓬属主分量及模糊聚类分析

应用主分量和模糊聚类方法对国产骆驼蓬属进行了分类,验证其经典分类结果,并揭示其主要性状之间的内在联系及各性状所占有信息比例     

海南省市县旅游收益聚类分析及MATLAB实现

文章利用2002-2012年海南统计年鉴的数据,引入FCM算法,对海南省18个市县进行模糊聚类分析,利用Matlab软件编程把18个市县划分为四类.通过对聚类结果进行深入的数据比较分析,发现了一些现象:(1)市县旅游收益与市县旅游发达程度不是成正比;(2)万宁相对琼海等地,是旅客选择入驻的首选之地;(3)旅客入驻的餐旅费大约是旅客游览景点时所花门票费用的两倍;(4)境外旅客更多选择三亚、海口等地入驻;(5)东西线的旅游收益差距很大.针对这些现象和原因,提出了相应的措施建议.     

四川不同生境稻田蜘蛛群落多样性及其影响因子分析

对四川峨眉、简阳和达县3地区稻田蜘蛛进行调查的结果表明:该地区稻田蜘蛛群落有8科、19属、33种,其中以狼蛛科的种类和数量为最多,次为肖蛸、园蛛等科,蜘蛛优势种因各分布区的栖息地结构不同而有明显差异.不同生境的稻田蜘蛛群落的种类数和群体密度存在差异,各种蜘蛛分布群在群落内的比例随样地地理气候因素变化而改变,因而也导致稻田蜘蛛群落多样性参数的变化.通过对3样区的蜘蛛群落进行的生态因子考察、模糊聚类分析及对各科蜘蛛的主成分分析,可以看出温度、年降雨量、日照时数是导致蜘蛛群落多样性及其结构稳定的主要因素,并且调查区的蜘蛛群落多样性指数:峨眉>达县>简阳.     

不同来源苦楝种质资源遗传多样性的RAPD分析

对来自不同地区的15份苦楝个体用RAPD技术分析其遗传多样性,20个随机引物共扩增出193条重复性好、清晰的位点,其中多态位点共计189个,占97.9%.聚类分析表明：云南保山与四川绵阳种源间的遗传距离最大（0.936）,福建永泰与福建建瓯之间的遗传距离最小（0.186）.应用UPGMA聚类分析法构建了DNA分子系统树图,为基于DNA分子水平深入探讨苦楝不同种源间的亲缘关系和系统位置奠定了良好的基础,在散生乡土树种遗传多样性研究方面进行了开拓性和有意义的探索.     

基于数据垂直分布的模糊关联规则入侵检测算法研究

把基于数据垂直分布的模糊关联规则挖掘算法引入到网络的入侵检测,利用该算法从网络数据集中对采集到的数据进行模糊化的处理,并将数据垂直分布于位图中.利用k-means聚类算法建立属性的模糊集和模糊隶属函数,该算法克服了传统的离散分区法的不足,同时改进了已有模糊关联规则,提取出具有较高可信性和完备性的模糊关联规则.     

基于模糊PID算法的地铁屏蔽门门机系统的研究与仿真

针对地铁屏蔽门控制系统高可靠性的要求,将模糊PID算法应用于门机控制系统,使电机快速平稳地跟踪速度给定值,以形成较为理想的S曲线.实验结果表明,门机系统在模糊控制器的调节下具有自适应性,有很强的抗干扰能力,达到了较好的控制效果。     

高分辨率遥感影像阴影检测与补偿的主成分分析方法

根据高分辨率遥感影像中阴影区的性质,提出一种基于主成分分析的阴影检测和补偿方法. 首先对第1主分量与原始的蓝色分量进行比值运算,采用直方图阈值法分割阴影区和非阴影区,并进行形态学处理,得到较完整的阴影区. 采用膨胀方法确定各独立阴影区中的同质区域,根据阴影同质区特性对阴影区进行线性相关拉伸,并对补偿后的阴影区进行平滑处理和主成分逆变换. 实验结果表明该方法简单有效.     

矛纹草鹛（Babax lanceolatus）的巢址选择

2011年4-7月,在贵州宽阔水自然保护区对矛纹草鹛（Babax lanceolatus）的巢址选择进行了调查.野外共发现矛纹草鹛的巢32个,其中23巢（72%）位于灌丛,8巢（25%）位于茶地,1巢（3%）位于农耕地.对其中17巢的主成分分析表明,影响矛纹草鹛巢址选择的主要因素包括灌木因子、草本密度和高度因子、水平隐蔽因子和距林缘距离等.矛纹草鹛倾向于选择灌木、草本都较密集的生境营巢,巢址具有较高的隐蔽性.在5 m×5 m尺度下,巢址中心小样方和巢址内随机样方在各参数上都不存在显著差异,表明矛纹草鹛在巣址尺度内对微生境的选择没有明显的倾向性.     

基于主成分分析和马氏距离的测井曲线自动分层方法

采用主成分分析与判别分析相结合的方法对测井曲线进行自动分层。首先对所有井进行数据预处理,通过程序比较字符串的方式提取出其中的公共曲线,然后对处理过的数据用R编程实现主成分分析,选择主成分代替原来的数据,达到降维的目的。最后以标准井提供的分层结果作为样本进行距离判别分析,对剩下井进行自动分层,并与手工分层的结果比对,给出最终处理的分层结果。     

时滞系统无源性分析

主要探究了带有区间时变延迟的连续Takagi-Sugeno （T-S）模糊系统的无源性分析问题.通过构造时滞区间相关的模糊李雅普诺夫泛函,建立新的无源性标准,所有结果都以线性矩阵不等式（LMI）的形式表示,并可以通过Matlab LMI工具箱进行运算.