首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 875 毫秒

1.  基于切丛联络的主曲线构建算法  被引次数:1
   张炯  李凡长  何书萍  曾劲涛《微电子学与计算机》,2009年第26卷第10期
   寻找嵌入在高维空间的低维流形是机器学习、模式识别等领域的一个基本问题.主曲线可以看作一维主流形,是第一主成分的非线性推广,其基本思想是寻找通过数据分布中间的光滑曲线.文中通过构造数据集合的切丛及其联络,提出并分析一种新的主曲线构建思想及方法--基于切丛联络的主曲线构建算法,证明由切丛联络算法构造的主曲线符合自相合特性.一组在多个不同数据集上的实验结果证明了算法的有效性.    

2.  HS主曲线的数学特性  被引次数:2
   王真 苗夺谦 张红云《计算机科学》,2005年第32卷第1期
   主曲线被定义作穿过多维数据分布“中间”的满足“自相合”的光滑曲线,它是第一主成分的非线性推广,第一主成分是对数据集的一维线性最优描递。HS主曲线强调非参数模型,对其参数无关性本文给出了具体证明。同时为了全面理解主曲线,本文以空间主曲线为例,分析了它的横截性质。    

3.  主曲线成分分析  
   苏菡  黄凤岗  贾迪野《中国图象图形学报》,2005年第10卷第4期
   广泛应用的第一主成分是对数据集的一维线性最优描述,主曲线是第一主成分的非线性推广。线性主成分分析是一种线性分析方法,而数据通常是非线性的。用线性方法分析非线性数据在分析能力上常常是受限的。为此在对线性主成分分析非线性数据研究的基础上,提出了一种新的非线性成分分析方法,即主曲线成分分析。该方法从数据本身出发进行非线性分析,强调非参数特性,能有效地建模非线性数据。实现主曲线成分分析时,采用了改进的神经网络建模方法,该建模方法以其较强的近似性能很好地表达了非线性关系。仿真实验结果表明,主曲线成分分析能很好地解决非线性主成分问题,应用前景广阔。    

4.  基于主曲线方法的水轮机特性曲线的数值拟合  被引次数:2
   王宜怀  沈祖诒  孙涌《水力发电学报》,2009年第28卷第3期
   主曲线是用一维光滑曲线对数据集合进行信息抽取的一种方法,是第一主成分的非线性推广.通过分析传统回归方法在水轮机特性曲线数值拟合中存在的问题,提出了利用主曲线作为数学工具对水轮机特性曲线进行数值拟合.理论分析与实践表明,利用主曲线方法进行水轮机特性曲线的数值拟合,不仅拟合精度可以得到保证,而且对各种曲线可以用以投影指标为自变量的统一的数学表达式进行描述.该方法为水轮机特性曲线的数值拟合提供了一个新途径.    

5.  一种基于AEP和K主曲线的图像分割方法  
   苏菡  黄凤岗《哈尔滨工程大学学报》,2004年第25卷第6期
   广泛应用的第一主成分是对数据集的一维线性最优描述,主曲线是第一主成分的非线性推广.在此提出了一种基于AEP和K主曲线的图像分割方法,将统计学中的主曲线很好地应用于图像处理.该方法首先将腐蚀传播算法和区域生长型分水岭方法相结合,标记出图像中不同物体并产生初始边缘;然后,用K主曲线多边形线算法进行边缘点连接.实验结果证明,AEP算法能标记出一幅图中不同的目标,K主曲线能提供精确的目标轮廓线,该分割方法行之有效.    

6.  重力场向上延拓的边界单元法  
   耿耀辉 孟昭和《大庆石油地质与开发》,1996年第15卷第1期
   本在探讨边界元法理论的基础上,建立了平面、曲面地形重力场上延的物理及数学模型;编制了二维及三维处理条件;处理一典型重磁异常二维及三维及三维地质模型,给出了各模型的处理结果及误差曲线;通过对长春岭-三站地区高精度策略测量数据的处理表明,该方法是可行的,其精度高于传统的处理手段。    

7.  主曲线算法初始值选取的分析  
   王真 曹立明《计算机科学》,2007年第34卷第2期
   主曲线是一种用于数据压缩和特征提取的有效方法,是对主成分分析的非线性推广。由于主曲线与主成分的密切联系,主曲线生成算法通常以第二主成分线做初始值。然而实验发现第一主成分未必是算法初始化的最佳选择。本文将以HS算法和多边形算法为例,就初始值的选取对生成主曲线的影响做出分析并通过实验得出结论:HS算法以原点作初值效果较好,多边彤算法应根据数据点集的不同结构选择合适的初值。    

8.  任意边界梁的声辐射模态伴随系数测量  被引次数:3
   顾俭  姜哲《振动工程学报》,2004年第17卷第1期
   声辐射模态伴随系数的获取是基于声辐射模态理论进行ASAC控制中的重要环节。该文在声辐射模态理论及一维分布式压电传感器方程基础上,以Fourier级数展开的方法,给出了梁结构PVDF传感器形状与边界条件无关的设计方法。由此得到的传感器可以用于任意边界条件与任意速度分布,拓宽了其应用范围。并以简支梁、固定梁和悬臂梁为例,测量得到了各自的第一、二阶声辐射模态伴随系数。并对实验数据进行了分析比较。    

9.  基于主曲线的微阵列数据分类  
   祁云篙  孙怀江《计算机科学》,2010年第37卷第12期
   提出了一种基于主曲线(principal curves)的微阵列数据分类方法(PC)。主曲线是第一主成分的非线性推广,它是数据集合的“骨架”,数据集合是主曲线的“云”。基于主曲线的微阵列数据分类方法,首先利用专门设计的算法在训练数据集上计算出每类样本的主曲线,然后根据测试样本与各类样本主曲线距离的期望方差来确定测试样本所属的类别。实验结果表明,该分类方法在进行小样本微阵列数据分类时性能优于现有的方法。    

10.  基于轮廓追踪的字符识别特征提取  
   杨明  刘强  尹忠科  王建英《计算机工程与应用》,2007年第43卷第20期
   字符识别是模式识别的一个重要分支,其关键是特征向量的选择与提取。小波分解和分形在图像处理方面有着广泛的应用,在结合二者特点的基础上提出了一种新的基于轮廓追踪的字符识别特征选取方法。即对于一个输入的字符图像经预处理提取其轮廓,并由轮廓追踪获得边缘点坐标序列,实现了从二维图像数据到一维数据的转化,对得到的一维曲线进行小波分解,计算少数几个分解得到的曲线的分形维数,以它们构成特征向量。并对有关字符做了实验,其效果是令人满意的。    

11.  基于PCA算法的人脸识别方法研究比较  被引次数:1
   孙涛  谷士文  费耀平《现代电子技术》,2007年第30卷第1期
   主成分分析(Principal Component Analysis,PCA)方法是人脸识别技术中一种广泛应用的数据降维技术。当通过使用PCA变换获得的主成分去重建原始人脸图像时,能使均方误差最小。在传统的PCA基础上,Yang等人提出了2DPCA方法,避免了从图像矩阵向一维向量的转换,并在人脸识别中获得了满意的效果。文章对这两种方法做了理论上比较并给予实验数据支持,实验证明,2DPCA在识别方面略优于传统PCA算法。    

12.  基于类别保留投影的基因表达数据降维方法  
   王文俊  张军英  杨利英《四川大学学报(工程科学版)》,2009年第41卷第6期
   针对基因表达数据的高维小样本问题,提出一种新的线性降维方法.该方法采用保局投影,结合样本的类别信息,将基因表达数据投影到特征子空间.与主分量分析方法寻找最大方差方向不同,类别保留投影方法旨在寻找能够反映样本类别结构的特征子空间.采用该方法进行数据降维的同时能使样本按照类别属性进行聚类.对真实的基因表达数据进行了降维可视化和k均值聚类分析,并与主分量分析方法进行了实验比较,结果表明,类别保留投影方法在实现降维的同时能更好地识别样本的类别特征,从而可视化效果相比主分量分析要好得多,且能得到较好的聚类效果.    

13.  隐式多项式曲线的信息相似性分析研究  
   吴刚《计算机工程与应用》,2010年第46卷第35期
   隐式多项式曲线用来描述数据点集合轮廓具有良好的性质,并已经获得广泛的应用。研究一般商业数据的特点,将一维商业数据变换成二维商业数据,使用隐式多项式曲线对其进行拟合描述,计算这些隐式多项式曲线的相似性,进而实现对商业数据的相似性计算分析。实验结果证明了算法的有效性。    

14.  基于无监督极限学习机的用电负荷模式提取  
   王德文  周昉昉《电网技术》,2018年第10期
   能源互联网的建设及发展使得用能端数据不断积累,充分利用用电信息,挖掘典型的用电负荷模式,是协调规划能源互联网并为其用户提供个性化服务的基础。用电负荷模式的提取通常以对负荷曲线进行聚类分析为基础,作为聚类算法输入的负荷曲线特征对聚类效果影响较大,高维输入容易使传统聚类算法表现不佳,对负荷曲线特征进行优化选取成为了一个重要问题。提出一种基于降维的负荷曲线聚类方法,首先用无监督极限学习机对原始负荷序列数据集进行低维嵌入,然后采用k-means算法对提取的低维特征进行聚类。给出了采用无监督极限学习机结合k-means方法进行负荷模式提取的具体流程。通过算例对比了传统k-means、其它降维算法加k-means与所提方法,实验结果证明所提方法聚类效果更好且效率较高,区分出的负荷曲线类别更能反映实际规律,得到的不同典型负荷曲线之间差异性更大。基于无监督极限学习机的聚类方法因其有效性可应用到用电负荷模式提取过程中。    

15.  不确定性数据上频繁项集挖掘的预处理方法  
   李海峰  章宁  柴艳妹《计算机科学》,2012年第39卷第7期
   传统频繁项集挖掘技术无法高效获取不确定性数据中有价值的信息。通过研究频繁模式增长树的算法原理,根据不确定性数据的特点提出了一种有效的不确定性数据预处理方法PCAFP-Growth。利用主成分分析的方法进行数据的降维,并使用模糊关联分析法将数据概率进行分类,实现数据剪枝。在理论研究基础上,通过实验对数据集进行了验证。结果表明,基于主成分分析法的剪枝策略在稠密数据集上能够有效提高运算速度,减少内存的使用。    

16.  基于双向二维主成分分析的掌纹识别  
   秦娜  金炜东  刘景波《微计算机信息》,2009年第25卷第4期
   掌纹识别是一门新兴的生物特征识别技术.使用主成分分析对图像向量进行处理,向量维教一般都很高.二维主成分分析是直接采用二维图像矩阵来构建方差矩阵,与一维主成分分析相比能更精确地计算原始数据的协方差矩阵,双向二维主成分分析是二维主成分分析的改进算法,将其应用于掌纹识别,通过在水平和垂直2个方向上各执行1次二维主成分分析运算,消除了掌纹图像行和列的相关性,运用新准则选取了更适合于分类的主分量,大大压缩了特征的维数.在香港Poly-technic Universitv的Palmprint Database测试结果表明,该方法具有更高的识别率和更低的计算复杂度.    

17.  基于MSET的一次风机故障预警  
   金秀章  张琨《仪器仪表用户》,2018年第6期
   一次风机是保证火电厂运作的重要的辅机设备,工作环境复杂,故障诊断难度较高。本文使用多变量状态估计(Multivariate State Estimation Technique,MSET)建模方法,实现一次风机的故障预警。在对数据实施降维处理时,同时使用了相关性分析和主元分析两种方式,并使用MSET分别对两种降维方法处理后的数据进行仿真建模,然后通过减法聚类分析得到两种降维方法建模结果的相似度曲线,经过比较分析发现主元分析法结合MSET故障预警效果更好。    

18.  微米级α-Al2O3陶瓷恒速无压主烧结曲线的建立  
   邵渭泉  陈沙鸥  曹红诗  李达  张永成  孙旭辉《硅酸盐通报》,2008年第27卷第2期
   主烧结曲线对于预测陶瓷的烧结行为非常有用,以主烧结曲线理论为基础,对微米级α-Al2O3,的恒速无压烧结行为进行了研究.根据Hansen提出的全期烧结模型,结合低升温速率条件下热膨胀仪记录的烧结数据建立了α-Al2O3(平均粒径为2.5μm)的主烧结曲线,并由此得到其烧结过程中的表观激活能为1148kJ/mol.为验证所建主烧结曲线的正确性,对同批次坯体样品进行不同路径的烧结,用Archimedes法实测烧结体密度,所测结果与主烧结曲线预测的结果相一致,从而证明了所建主烧结曲线的正确性.因此微米级α-Al2O3主烧结曲线对烧结路径不敏感,烧结体的相对密度仅是时间和温度的函数,可以预测烧结收缩率和最终相对密度,反之,可以根据目标相对密度制定相应的烧结制度.    

19.  基于主成分分析的烃源岩测井评价技术  
   韩科龙  夏冬冬  胡庆辉《中国矿业》,2018年第Z1期
   有机碳含量(TOC)是常用的有机质丰度评价指标,目前测井评价有机碳含量的方法有很多,分别根据不同的测井曲线与烃源岩中TOC的相关关系,计算得到烃源岩有机碳含量。其中由于ΔlgR方法能够充分利用电阻率曲线和声波时差曲线的叠合幅度差来消除孔隙度对有机碳含量计算的误差,得到广泛应用,但是其计算过程繁琐,需要人为判定的参数过多,使其应用范围受到限制。本文提出了基于主成分分析的曲线融合方法,使用声波时差与电阻率曲线的第一主成分代替其叠合幅度差ΔlgR,并充分利用岩芯实验室热解分析测试数据,进行有机碳含量的预测,为快速准确的预测烃源岩有机碳含量提供了一项非常实用的技术。    

20.  一种基于多流形局部线性嵌入算法的故障诊断方法  
   谢小欣  胡建中  许飞云  贾民平《机械工程学报》,2013年第11期
   故障类别的多样性往往导致原始样本数据在特征空间中呈间断性分布,针对传统k近邻的邻域构建方法难以保证数据集几何结构完整性的问题,提出一种新的非线性最小二乘约束-局部线性嵌入算法。通过非负线性最小二乘约束搜索边界点,并结合第一主成分直线寻找其邻域样本点,重新构造关于边界点的邻域图,用经典的局部线性嵌入算法机理发现数据内在分布和几何结构,根据得到的低维嵌入采用KNN分类器进行故障模式识别;仿真数据分析与试验验证结果表明该算法高度保持了原始数据的几何拓扑结构,增强了低维嵌入的有效性,提高了故障识别精度。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号