主成分分析联合Fisher判别在紫外-可见光谱法水质检测中的应用

水质类型的判别是实现光谱法水质参数准确检测的重要前提。针对直接光谱法水质检测系统采集的光谱数据信息冗余较大的问题, 利用主成分分析消除信息指标间的相关性,实现光谱数据的降维和特征信息提取。采集某化工厂和某溪水水样的紫外-可见光谱数据, 利用主成分分析联合Fisher判别的方法建立判别模型,以12组水样光谱数据作为训练样本,6组作为测试样本,对模型的判别能力进行论证和检验,并与传统的Fisher判别模型进行对比实验。实验结果表明,利用主成分分析联合Fisher判别模型可以有效消除信息冗余带来的影响,相比传统的Fisher判别模型具有分类精度高、回代误判率为零、计算时间短等优点,计算时间由传统Fisher判别方法的0.6733 s减少到0.6012 s。该方法为直接光谱法水质类型判别工程实用化提供了一种高效手段。     

紫外-可见吸收光谱法水质检测系统的噪声分析与处理研究

直接紫外-可见光谱法检测水质参数具有检测速度快、成本低、无二次污染、可实现在线和原位测量等优点,但受限于光谱检测精度和检测设备成本。基于该方法的检测系统一直较难推广。为此,利用海洋光学的工业级光谱仪USB2000+及脉冲氙灯光源搭建了一套低成本、快速的水质光谱检测系统。进而,在对系统噪声源进行全面分析的基础上,利用小波包软阈值去噪方法对原始光谱数据进行去噪处理。为了有效地评价去噪效果,同时采用海洋光学科研级光谱仪QE65000配合稳定的氘钨灯光源搭建标准光谱检测系统,对同一样本溶液进行了紫外-可见吸收光谱采集。实验结果表明,搭建的系统能稳定、有效地采集原始光谱数据,进一步对原始数据采用基于软阈值的小波包去噪,能在保留水样紫外-可见吸收光谱特征的前提下,有效地去除原始光谱的各种噪声,提高光谱的信噪比,为采用低成本光谱检测设备进行水质参数分析奠定了基础。     

紫外-可见光谱水质检测系统的多束LED光纤耦合研究

针对紫外-可见光谱水质检测系统单个LED光源输出功率低、光束质量差的问题,提出了一种多束紫外LED光源与光纤合束耦合的结构设计方案.运用ZEMAX光学分析软件开展了仿真设计研究,针对紫外LED光源与光纤耦合发散角较大的问题,设计了非球面准直透镜,准直后发散角为0.403 mrad;针对光束尺寸与光纤的匹配问题,进行了消色差双分离聚焦耦合透镜的设计.实验结果表明,合束LED光束汇聚的弥散斑的RMS尺寸为186.412 μm,GEO点尺寸为290.071 μm,光束中95％以上的能量集中在300μm以内,实现了多束LED光源与光纤的高效耦合.     

基于主成分和多类判别分析的可见-红外光谱水蜜桃品种鉴别新方法

提出了一种用可见-近红外漫反射光谱技术快速鉴别水蜜桃品种的新方法.应用可见-近红外光谱仪测定三个品种水蜜桃的光谱曲线,再用主成分分析法对不同品种样本进行聚类分析,获取了水蜜桃可见-近红外光谱的特征信息,同时结合多类判别分析技术建立水蜜桃品种鉴别的模型.对经过预处理的光谱数据进行主成分分析,分析表明,以样本在第一主成分和第二主成分上的得分做出的二维散点图,对不同种类水蜜桃具有很好的聚类,能定性区分不同种类水蜜桃;经过主成分分析得到的前8个主成分的累积可信度已达94.38%,说明这8个变量能够代表绝大部分原始光谱的信息.从75个样本中随机抽取60个样本用于建立8个主成分变量的多类判别分析品种鉴别模型,余下的15个样本用于验证,准确率为100%.说明本文提出的方法具有明显的分类和鉴别作用.     

基于分类降维的入侵检测研究

降维技术能提高入侵检测分类器的学习效率和检测速度。针对目前入侵检测数据特征降维力度不足,提出了一种基于主成分的分类特征的分析方法。然后把样本数据按照所需的规则分割成多个子集,对每个子集进行主成分分析。实验的结果表明采用分类的方法能够更加有效地降低数据的维数,学习速度与检测速度都得到了提高。     

基于紫外-可见光谱法的工业废水CNN-GRU分类模型研究

工业废水分类是水污染防治和水资源管理的前提和基础,相较于生活污水,工业废水的分类研究相对滞后。水体化学需氧量(COD)是衡量水体质量的核心指标,针对现有工业废水COD分类算法中预测精度较低的问题,提出基于门控循环单元(GRU)的卷积神经网络(CNN)混合模型。该模型首先将紫外-可见光谱法测得的工业废水COD数据进行高斯滤波去噪,然后把去噪后的光谱数据输入CNN模型进行特征提取,最后通过GRU神经网络实现工业废水COD分类。实验结果显示,CNN-GRU分类模型经过200次训练后达到收敛,分类精度达到99.5%,与长短期记忆方法、GRU方法、CNN-LSTM方法相比,该混合模型的分类精度具有显著优势。     

基于二维主分量分析的光谱数据降维方法

高维数据处理是天体光谱自动处理的重要组成部分。提出一种基于二维主分量分析的光谱数据降维方法,通过构造主分量空间将分散在一组变量上的高维光谱数据投影到2个主成分上,得到二维坐标;每一个主成分都是原始变量的线性组合,主成分之间互为正交关系,在剔除冗余信息的同时,通过主成分分析的降维,解决光谱数据的存储和处理问题。     

遗传算法优化小波阈值对水质光谱数据的去噪研究

针对紫外-可见光谱法水质检测系统易受到仪器本身和外界环境的噪声干扰, 所测得的光谱数据存在大量系 统和杂散光噪声的问题, 在对紫外-可见光谱法水质检测系统的噪声源分析的基础上提出将遗传算法应用于小波阈值 优化的去噪方法, 并与小波软阈值、 SG 平滑和中值滤波方法进行了对比。为评价去噪效果, 对同一浓度的邻苯二甲 酸氢钾标液的紫外-可见光谱数据进行去噪实验。在采用遗传算法选取小波最优阈值对标液进行去噪处理的同时, 还 采用传统小波软阈值去噪、 SG 平滑和中值滤波去噪作为对比。为验证该算法的实际可行性, 进一步用这四种方法对 某地排水沟和某污水处理厂排水口的实际水样光谱进行去噪处理。实验结果表明: 基于遗传算法的小波阈值去噪效 果良好, 相较于传统的小波软阈值去噪、 SG 平滑和中值滤波的方法, 信噪比分别提高了 2.2994、 5.7066、 2.6155 dB, 均方根误差分别减小了 0.0028、 0.0087、 0.0033, 峰值信噪比分别提高了 2.0837、 5.2569、 2.7375 dB。基于遗传算法 的小波阈值去噪算法不仅抑制了光谱数据中的噪声, 同时也提高了系统精度, 为紫外-可见光谱法水质光谱去噪处理提 供了一种新的解决办法。     

基于主元分析的对称性检测

对称性在日常生活中广泛存在,对一般物体镜像和对称性的快速检测一直是计算机视觉的难题,至今未有通用性很好且效率较高的算法,本文提出一种新的方法,把对称性检测问题转化为协方差矩阵的特征值分解问题,文中的３个定理及其证明奠定了理论基础。此外不把这一结论推广到旋转对称性的检测问题。仿真表明：这种方法理论基础扎实,操作简便,非常适合于强镜像对称复杂图像的镜像对称轴方向检测。     

基于独立成分分析的高光谱图像数据降维及压缩

该文提出了一种以高光谱图像分析为目标的基于独立成分分析的高光谱图像降维和压缩方法。该方法首先通过独立成分分析提取高光谱数据的光谱特征实现高光谱图像降维,再对降维后的图像采用预测和自适应算术编码的方法进行压缩。对220波段和64波段高光谱数据的实验结果表明,该方法与基于主成分分析的降维相比,压缩比有所提高,特别是更有利于后续的分析处理,但峰值信噪比有所降低。     

基于PCA降维的大数据可视化应用研究

由于近些年来火灾时有发生,被称为"地球之肺"的最大雨林区亚马逊也不断面临着威胁.因此,了解和分析火灾发生的时间和空间势在必行.基于此,在亚马逊火灾的分析评价中,试采用主成分分析法(PCA)建立数学模型,从时间、空间的不同维度对亚马逊火灾的发生情况进行了可视化分析.最终得出具体的时间和地点是火灾的高峰期.为预防更多火灾的...     

基于PCA的教师综合素质评价

教师的综合素质体现了一个学校的核心竞争能力,也是学校教学质量评价和绩效考核的重要依据,科学合理的评价指标体系和评价方法是获得学校教师综合素质的基础。当前对教师综合素质的评价,通常采用算术平均线性划分法,对隐含的信息没有进行深入挖掘,难以全面准确地反映教师的综合情况。本文运用PCA算法对某高校专业教师的教学、科研和职业道德评价结果进行分析,得出教师综合素质评价结果,实例证明运用PCA算法操作简便,评价结果客观合理。     

基于中值PCA和加权PCA数据分类的研究

在分析了传统主成分分析（PCA）方法的原理和实现方法上,提出了基于中值的主成分分析新方法（MPCA）.另外,针对多类高维数据分类问题,较深入地研究了权函数对分类问题的影响,对传统PCA模型进行加权处理得到加权主成分分析（WPCA）.实验结果表明,MPCA比传统PCA具有较好的分类效果,不同权函数对数据的分类结果影响较大,且WPCA比传统PCA在分类效果上有明显的优势.     

Blind image quality assessment with channel attention based deep residual network and extended LargeVis dimensionality reduction

Image Quality Assessment (IQA) is one of the fundamental problems in the fields of image processing, image/video coding and transmission, and so on. In this paper, a Blind Image Quality Assessment (BIQA) approach with channel attention based deep Residual Network (ResNet)and extended LargeVis dimensionality reduction is proposed. Firstly, ResNet50 with channel attention mechanism is used as the backbone network to extract the deep features from the image. In order to reduce the dimensionality of the deep features, LargeVis, which is originally designed for the visualization of large scale high-dimensional data, is extended by using Support Vector Regression (SVR) to perform on a single feature vector data. The extended LargeVis can remove the redundant information of the deep features so as to obtain a low-dimensional and discriminative feature representation. Finally, the quality prediction model is established by using SVR as the fitting method. The low-dimensional feature representation and quality score of the image form the pair-wise data samples to train the fitting model. Experimental results on authentic distortions datasets and synthetic distortions datasets show that our proposed method can achieve superior performance compared with the state-of-the-art methods.     

基于PCA特征提取和距离哈希K近邻分类的人脸表情识别

使用PCA降维,提取人脸表情特征,并结合基于距离的哈希K近邻分类算法进行人脸表情识别。首先使用类Haar特征和AdaBoost算法进行人脸检测,并对人脸图像进行预处理;接着使用PCA提取人脸表情特征,并将特征加入到哈希表;最后使用K近邻分类算法进行人脸表情的识别。将特征库重构为哈希表后,很大地提高了识别效率。     

畜产品品质的高光谱图像无损检测研究进展

应用新兴的高光谱图像技术对畜产品品质进行无损检测是当前的研究热点之一。介绍了该技术的基本原理和分析过程,总结分析了国内外畜产品品质高光谱图像无损检测的研究现状和存在问题,提出了畜产品品质高光谱图像技术检测的未来研究发展方向,以期对我国相关研究人员的研究工作提供参考。     

基于图像质量检测的智能射线成像技术

X线诊断是一种成熟、有效的检查方法。但是,X线照射过量会损害健康,可能产生随机性效应,如致癌和遗传效应。本文提出基于图像质量检测的智能射线成像系统,利用人眼视觉特性判断图像质量,并以此为指标来控制X线机摄影参数的改变,来实现在获得足够诊断信息的前提下,尽量减少受检者的照射剂量的目的,保障公众的健康与安全。该系统具有很高的可行性与实用性。     

基于PCA变换的多光谱图像降维方法研究

图像处理技术已经在很多学科领域有着广泛的应用,其作用也日益凸显。相对于普通图像,高维图像数据量较大,信息繁多,对后续处理造成了诸多不便。因此,对高维图像处理的前期进行降维处理是很有必要的。文中对多光谱图像的降维方式进行了研究,采用了传统的主成分分析变换,利用矩阵的非线性变换,减少图像之间的相关性,对一部分噪声进行过滤处理,并将图像进行低通滤波,减小图像中的噪声,从而达到提高一定分类精度的实验结果。     

基于PCA和ICA的人脸识别

提出利用主成分分析(PCA)和独立成分分析(ICA)相结合的方法对人脸进行识别。首先对预处理后的图像进行降维,即利用PCA算法对图像进行去二阶相关和降维处理,然后再利用ICA算法获得人脸影像独立基成分,利用人脸影像独立基来构造一子空间,最后利用待识别图像在这个空间上的投影系数进行人脸识别。从两个不同的数据集,将传统的PCA人脸识别算法和提出的人脸识别算法进行比较。从实验数据结果看,提出的PCA和ICA结合人脸识别算法优于传统的PCA人脸识别算法。     

基亏主成分分析法的人脸识别的探讨与研究

人脸识别是生物特征识别和人工智能领域特别重要的课题之一。讨论了统计主成分分析法（Principal Component Analysis,PCA）在人脸识别中的应用。PCA是基于统计的方法,可以对人脸库数据起到降低维数、去除相关性等作用。通过Kauhunen-Loeve变换（K—L变换）将人脸库变换到新的坐标系,得到人...