基于局部线性嵌入与主成分分析的优化的RBF降水预报模型

针对用主成分分析算法对非线性数据降维,存在丢失局部结构数据信息的不足,提出了将主成分分析与局部线性嵌入相结合的正交投影降维算法。首先采用主成分分析方法降维可算出特征空间矩阵,然后采用局部线性嵌入方法降维后提取特征空间矩阵,再将这两种方法获得的特征空间矩阵正交投影进行降维的主要信息作为预报因子,最后利用优化的径向基函数RBF建立网络模型,以此对广西5月区域日降水量进行降水预报,结果显示,该模型在预报性能上优于同期的T213日降水预报。     

基于核主成分分析的丝织物缝纫平整度模糊评价

通过核主成分分析对面料FAST高维数据进行降维处理,获取的核主成分作为模糊神经网络的输入,提出了一种丝织物缝纫性能模糊评价方法.实验结果表明,该方法可以基于丝织物FAST力学指标快速准确地预测成衣后的缝纫性能.     

基于PCA-LLE组合的优化RBF神经网络降水预测模型

提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性.     

FSVM在老年痴呆数据分析中的应用

支持向量机是人工智能研究领域中的重要课题,但该算法不能够对复杂高维的生物医学数据进行准确的分类,而FSVM方法能够利用模糊性对标记样本数据进行较准确的归类,故采用FSVM算法对老年痴呆数据进行分析.通过特征提取方法对数据进行降维,采用主成分分析法提取出数据的11个主成分,并筛选前3个主成分和前2个主成分分别进行分类模型的训练.利用基于FSVM的模糊C均值聚类方法将老年痴呆的121个样本分成了正负两个类别,实验结果表明,FSVM算法能够有效地分析老年痴呆数据.     

我国第三产业发展现状研究及趋势预测--基于主成分分析和逐步回归分析

根据1978-2011 年我国第三产业产值构成数据表,运用主成分分析的方法,采用数学降维的思想研究影响中国第三产业发展快慢的显著因素,确定影响第三产业发展的主成分,计算各个主成分的得分.进而根据最优回归模型对中国第三产业的发展趋势进行预测,最后对如何保持我国第三产业稳步发展给出合理化建议.     

高维数据的距离判别方法

针对高维数据的判别问题,采用改进的主成分分析法进行降维,按85%的贡献率提取判别数据的主成分,然后以近邻原则建立距离判别准则,并以该准则对待判样品进行判别归类.实例表明,对于高维数据的判别问题,通过降维的方法,有助于提高判别模型的判别正确率.     

基于计算机视觉的动物跛脚行为识别

为了识别出动物正常行走和跛脚行走,利用步态能量图特征描述和降维思想,提出一种基于计算机视觉的动物跛脚行为识别方法。以猪为研究对象,首先通过图像预处理获得目标猪二值图像,并进行步态周期检测和图像归一化处理。然后合成猪的步态能量图(PGEI),利用二维主成分分析（2DPCA）方法对其降维。最后使用最近邻分类器识别出猪的跛脚行为。通过猪的步态数据库进行试验,最终识别率达到93.25%,说明该方法可以有效识别出猪的跛脚行为。该研究为采用计算机视觉技术识别动物的异常步态和跛脚行为提供了一种新思路。     

基于主成分分析法和熵值法结合的开发区土地集约利用评价——以大连市国家级开发区为例

文章针对《开发区土地集约利用评价规程》评价结果横向可比性和客观性较差的问题,将主成分分析法与熵值法相结合的方法引入到开发区土地集约利用评价中,通过数学变换和降维构建新的指标并得到分值,再通过熵值法赋权,对大连市国家级开发区的土地集约利用情况进行了评价.评价结果表明,大连市国家级开发区的土地集约利用水平差距较大.通过进一步分析发现,土地利用效率是影响土地集约利用的关键因素.     

基于Matlab仿真的数据降维实验设计

在Matlab的基础上,以3种经典的数据降维方法——主成分分析(PCA)、线性判别分析(LDA)和保局投影算法(LPP)为例,给出3种降维方法的最优化比较结果,对数据降维实验方法进行了探讨和设计。通过UCI标准数据集和ORL、Yale人脸数据集的比较实验表明:3种降维方法均能较好地完成降维任务,其中LPP和LDA数据降维方法效率较优,但在不同的实验条件下,表现略有不同。     

我国农村居民消费影响因素的主成分回归分析

利用我国农村居民消费有关数据,首先用主成分方法进行降维,并且同时消除解释变量之间的多重共线性,然后对农村居民人均消费支出与农村居民人均纯收入、人均储蓄存款、人均GDP和消费价格指数这四个影响因素进行主成分回归分析.实证分析结果表明,四个影响因素均对农村居民消费需求有显著影响,对模型进一步分析得出,近几年来我国消费迅速上升背后最大推动力竟然是物价的持续上涨,而不是居民消费动力有很大提高,最后对实证结果给予合理的经济解释.     

洛仑兹-狄拉克方程的新降阶方法

针对洛仑兹-狄拉克方程的新降阶方法在氢原子中的适用尺度问题,通过数值计算二维氢原子来比较新降阶方法和原方法在2费米到100 000费米区间内的差异,两种降阶方法在远离质子的区域计算结果基本一致,而在靠近质子几费米区域内,新方法的结果和原方法相差较大.表明在氢原子外围区域,两种方法对于洛仑兹-狄拉克方程来说都是适用的;研究电子在更近区域内的运动行为,新降阶方法更加准确.新降阶方法计算的表达式比原降阶方法复杂,所以关于氢原子,有时联合使用两种降阶方法也会是一个不错的考量.     

Value reduction algorithm in rough sets based on association rules support

Aiming at value reduction, a sort of RSVR algorithm was presented based on support in association rules via Apriori algorithm. A more effective reduction table can be obtained by deleting those rules with less support according to least support—minsup. The reduction feasibility of this algorithm was achieved by reducing the given decision table. Testing by UCI machine learning database and comparing this algorithm with least value reduction algorithm indicate the validity of RSVR algorithm.     

一种基于属性值重要性的启发式值约简算法

对基于粗糙集理论的启发式值约简算法进行了研究,提出一种新算法.实例表明,新算法操作简便,执行速度较快,能有效约简数据,得到比一般算法更为简洁的规则.同时,文章采用UCI机器学习数据库中的部分数据库进行了实验测试,证明了算法的正确性和有效性.     

经验模态分解的分段二次算法

A new algorithm, named segmented second empirical mode decomposition （EMD） algorithm, is proposed in this paper in order to reduce the computing time of EMD and make EMD algorithm available to online time-frequency analysis. The original data is divided into some segments with the same length. Each segment data is processed based on the principle of the first-level EMD decomposition. The algorithm is compared with the traditional EMD and results show that it is more useful and effective for analyzing nonlinear and non-stationary signals.     

对一种线性规划新算法及其改进算法的修正与改进

通过对一种线性规划新算法具体执行过程中的一些关键环节进行分析,证明了边界面上可行方向的充分必要条件,指出了这种算法及其改进算法执行过程中可能遇到的问题,并在此基础上结合核心算法线性规划问题解的特点对算法过程进行了改进修正,使得改进后的算法更合理,更完善.     

Wavelet packet feature selection for lung sounds based on optimization

In this paper, a wavelet packet feature selection method for lung sounds based on optimization is proposed to obtain the best feature set which maximizes the differences between normal lung sounds and abnormal lung sounds (sounds with wheezes or rales). The proposed method includes two main steps: Firstly, the wavelet packet transform (WPT) is used to extract the original features of lung sounds; then the genetic algorithm (GA) is used to select the best feature set. The obtained optimal feature set is sent to four different classifiers to evaluate the performance of the proposed method. Experimental results show that the feature set obtained by the proposed method provides a higher classification accuracy of 94.6% in comparison with the best wavelet packet basis approach and multi-scale principal component analysis (PCA) approach. Meanwhile, the proposed method has effective generalization performance and can obtain the best feature set without priori knowledge of lung sounds.     

基于改进EMD与FastICA—样本熵的齿轮故障特征提取方法

针对齿轮常见故障及信号在传统EMD算法分解中产生的端点效应,提出一种基于改进经验模态分解（EMD）与快速独立分量分析（FastICA）—样本熵的齿轮故障特征提取方法。首先对信号进行EMD分解,得到一系列IMF分量和残余量,在此过程中通过匹配差别最小的极值包络线段确定端点处极值,然后从每个信号中分别选取周期性明显的分量与原始信号组成混合信号作为FastICA的输入,获得ICA计算后的分量,最后分别计算EMD分量与各独立分量的样本熵。实验结果表明,改进后的EMD算法可以有效改善端点效应问题,并通过与EMD—样本熵的对比,表明FastICA—样本熵能更明显、稳定地反映齿轮故障,因此可作为一种有效的故障特征。     

基于粗糙集正域的医疗决策表约简算法

医学数据通常属性较多,这在很大程度上限制了信息系统对医疗数据的挖掘效率。通过分析粗糙集正域的相关思想,结合医学领域数据的特点,提出一种基于粗糙集正域的医疗决策表约简算法,并将其应用在医学诊断中。通过实例验证了该算法在医疗决策表约简中的正确性和有效性,具有一定的实用价值。     

求解麦克斯韦方程组的优化算法

介绍一种求解麦克斯韦方程组的新的有限差分时区算法.这种算法跟标准有限差分法相比,精度有很大的提高.尽管每个格点上计算量变大,但是解决某一给定问题所需的总的格点数减少.所以所需的迭代次数也减少.当频率一定,计算性能最佳时,在适度的频带宽度内,这种算法的精确度仍然比标准算法的精确度高.另外该算法能够较容易地模拟空间变量以及不规则的边界.     

道路土方量的三维计算方法

针对目前广泛使用的道路土方量计算方法平均断面法和棱柱体法计算不准确的缺点,提出了三维土方量计算算法的概念.该算法以带约束的狄罗尼三角化(CDT)为技术核心,认为所有道路几何设计过程都是地面模型和道路(设计)模型进行几何运算的结果.基于此,本文设计出相应的算法步骤,同时完成了相应的软件开发,使得该三维算法能和传统的方法进行对比.此外,结合工程实例,采用了不同的道路横断面间距对三维计算方法和传统方法的误差进行比较、分析.结果证明三维算法具有更好的精度,该算法可用于道路、场地平整等工程土方量计算.