核诱导距离度量的鲁棒典型相关分析

典型相关分析(canonical correlation analysis,CCA)是寻找同一对象两组变量间线性相关性的一种常用的多元统计分析方法,其采用的欧氏距离度量方式导致了算法的非鲁棒性。核诱导的距离度量不仅在理论上被证明是鲁棒的,而且在(聚类)应用上获得了有效验证。将其进一步应用于CCA,发展出了核诱导距离度量的鲁棒CCA(CCA based on kernel-induced measure,KI-CCA)。该算法不仅克服了CCA非鲁棒的不足,而且使现有基于最大相关熵的鲁棒主成分分析(half-quadratic principal component analysis,HQ-PCA)成为特例,且具有非线性相关分析的能力。一方面,核的多样性使得KI-CCA也具有多样性,从而使其成为一般性的分析算法。另一方面,与CCA刻画上的相似性,使其求解可归结为广义特征值问题。在人工数据、多特征手写体数据库(multiple feature database,MFD)和人脸数据集(Yale、AR、ORL)上的实验验证了该算法的有效性。     

基于模糊模式识别的抽油井示功图判别算法研究

针对有杆抽油井示功图诊断分析问题,研究特定故障情况下示功图特征值算法。把示功图数据通过傅里叶变换由空域转换成频域形式,仅保留较低频率上的系数a0、a1、b1,并将其作为特征值。根据所得到的特征值结合模式识别算法能够实现有杆抽油井示功图快速准确的识别和分类。实际应用表明,利用基准示功图28种类型的特征值的选取,计算出每种示功图的特征矢量,并保存到特征库中。对给定示功图特征值进行模式识别,即可得出该图隶属于哪种模式。     

陆行车质心测量机设计与分析

随着中国军用和民用的车辆工业的飞速发展,国内老式的陆行车质心测量技术无论是从测量原理还是测量设备都逐渐落后.现设计一种采用平行四边形机构的新型陆行车质心测量机,根据空间力矩平衡建立一种质心测量公式.以设计指标和实际使用为出发点设计陆行车质心测量机的具体尺寸,采用CATIA三维软件进行建模,并通过NX Nastran的高级仿真对机器的部分机构进行分析.对载物平台进行静力学分析,校验其强度和形变程度.对平行四边形机构的连杆进行静力学分析和特征值屈曲分析,研究连杆的强度和稳定性.     

一种新的动态权重更新相关反馈方法*

提出了正负相关图像所占比例与特征值的标准方差相结合来调整对应权值的方法.为了避免相关反馈的权值调整陷入局部最优状态,引入一个干扰因子,使权值跳出局部最优区域.结果表明了该方法的优越性.     

矩阵Hadamard积特征值估计

利用矩阵的Hadamrd幂与柯西—施瓦兹不等式,首先给出了非奇异M-矩阵A与非奇异M-矩阵B的逆矩阵B-1的Hadamard积的最小特征值τ(AoB-1)的新下界估计式.然后给出了非负矩阵和M-矩阵的逆矩阵的Hadamard积的谱半径上界估计式,进而给出M-矩阵最小特征值的下界的新估计.数值例子说明新的界值估计式改进了已有的结果.     

基于下垂控制模式的独立微电网小干扰稳定分析

从电力系统的运行原理出发,开展独立微电网系统运行稳定性研究对于促进分布式发电技术的发展具有重要意义。针对独立微电网系统运行稳定性问题,以李雅普若夫判据和特征值分析法为基础,对基于下垂控制模式的独立微电网系统的小扰动问题展开分析。首先,构建基于下垂控制模式的独立微电网系统数学建模,并基于线性化理论进行小扰动线性化分析,得到系统小扰动线性化状态矩阵;其次,基于李雅普若夫判据理论,对系统小扰动线性化状态矩阵的特征值进行分析,并逐一改变系统各个参数取值范围得到状态矩阵特征值变化的根轨迹;最后,基于状态矩阵特征值变化根轨迹确定系统各参数初步优化结果,并对比各参数优化前后的系统状态矩阵特征值分布情况,理论分析及实验验证表明初步优化后的系统运行可靠性增强。该研究成果可为微电网控制参数的优化选取提供思路和方法。     

周向外压作用下多孔圆筒屈曲分析

分别以圆筒和多孔圆筒为研究对象,采用了特种值和双非线性两种方法对周向外压作用下圆筒和多孔圆筒进行屈曲分析,将所求得的圆筒临界载荷与解析法结果进行比较,发现双非线性法求得的临界载荷与解析法吻合程度高.并参照ASME-VIII-2中许用外压的相关规定,以双非线性法求得的临界载荷确定了多孔圆筒的许用外压.     

ARD算法收敛性分析

对交替行对角化（ARD）算法收敛性进行分析.基于收敛性分析,给出了一些关于如何选取初始矩阵的策略,提出了算法终止的新准则.通过3个数值例子来说明所提出的分析策略的有效性.     

隐目标回归算法设计研究

对常用的回归方法进行研究.此类方法虽然几何解释明确、易于求解,但均须事先确定(或假定)变量间的因果关系,再考虑建模,在实际应用中,对于很难确定变量的因果关系的问题,如物联网数据分析,上述方法就会失效.为此,提出一种无需假定因变量的隐目标回归方法.该方法易于核化,可以推广到非线性回归问题.通过人工数据和国际标准数据集上的实验验证了所提算法的有效性.