投影寻踪回归模型在水文预报中的应用

研究黄河流域河口镇3～6月的径流预报。采用寻踪回归技术分析处理高维数据,通过局部优化和全局优化过程,调整参数(SPAN,N,M,Mu)确定模型预报方案。从寻踪回归预报效果来看;评定合格率均超过0．80,检验合格率也达到0．80以上,说明寻踪回归技术可作为本流域的预报模型。     

投影寻踪回归在建筑工程工料估算中的应用

用投影寻踪回归方法建立多变量输入单变量输出的多元回归模型，以影响因子为输入变量，待估算工料为输出变量，计算建筑工程工料消耗。并以住宅建筑的水泥用量为例，根据样本资料，用遗传算法优化投影寻踪回归估算模型参数，然后将此模型直接用于工料估算。计算结果表明，投影寻踪回归模型可以快速、有效地算出建筑工程工料消耗。是一种新的工料估算方法。     

投影寻踪回归在紫坪埔洪水预报中的应用

针对现有紫坪埔洪水预报模型或不能充分挖掘样本信息或不便于实际应用的问题,现用投影寻踪回归方法建立了紫坪浦洪水预报模型,分别对洪峰和洪水进行了预报,并与其他方法进行了对比,取得了满意的效果,可以作为紫坪埔洪水预报的新方案。     

飞蛾火焰优化算法-投影寻踪回归模型在需水预测中的应用

基于用水时间序列构建投影寻踪回归(PPR)需水预测模型。针对PPR模型矩阵参数难以确定的不足,利用一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法优化PPR模型矩阵参数,提出MFO-PPR预测模型,并构建MFO-BP模型作对比,以1980—2013年上海市需水预测为例,分别利用实例前20组和后10组数据对模型参数进行率定及预测。结果表明:MFO-PPR模型对实例后10 a需水预测的平均相对误差绝对值和最大相对误差绝对值分别为1.84%、4.20%,预测精度优于MFO-BP模型的2.06%、4.61%。MFO算法具有较好的全局寻优能力,将MFO算法应用于PPR模型参数寻优,可有效地提高PPR模型的预测精度。     

高维观测数据的投影寻踪回归法及其应用

高维预测数据的非线性建模是工程实际中普遍存在的问题。本文首次给出了岭函数为多项式形式的投影寻踪回归（简称PPR）的新方法。应用PPR新方法，本文对全向攻击导弹数据进行处理，建立有效攻击距离Rmi n和Rmax的非线性回归模型，模型精度达到了实际工程要求。同时，本文建立了飞机性能参数换算功率Nop的数学模型，其相对误差小于2.5%，使模型精度明显提高，该方法适用面广，所需的条件弱，建立的模型形式简单，精度高，易于在计算机上实现，对于工程实际应用有着普遍的实用价值。     

遗传投影寻踪回归模型在地下水环境脆弱性评价中的应用

利用大样本数据、投影寻踪、遗传算法、逻辑斯蒂曲线,建立了遗传投影寻踪等级评价模型(RAGA-PPGE).以宁陵县地下水脆弱性评价为例,选取该区域14个监测点的14项监测指标作为评价因子,对宁陵县地下水脆弱性进行评价.通过与模糊综合评价法计算结果进行比较,遗传投影寻踪等级评价模型能够更真实客观地反映地下水脆弱性,具有很好的应用价值.     

投影寻踪分类模型的改进及在水质评价中的应用

鉴于水质评价中各指标的不确定性和模糊性,为了解决各单项水质指标评价结果的不相容问题,提高水质评价模型的分辨率,提出了一种有效的和通用的模型--投影寻踪分类模型.模型中密度窗口是求解局部密度的窗口半径,是由样本数据本身特性确定的局部宽度参数,主要通过试算或经验来确定,缺乏理论依据,该文对模型中密度窗口进行了理论改进,推导得出了计算的经验公式,时模型更具有科学性和稳定性.采用基于实码加速遗传算法寻找最优的投影方向,同时用投影方向信息研究了各评价指标对黄河水质的影响水平,取得了符合客观实际的分类结果,为黄河流域水保护和合理利用提供了决策依据.     

投影寻踪动态聚类模型及其在地下水分类中的应用

针对投影寻踪聚类模型的不足,结合动态聚类方法对投影寻踪聚类模型进行了改进,建立了投影寻踪动态聚类模型。首先,利用投影技术将多因素（高维）问题投影到一维线性空间,以达到在一维空间研究高维数据的目标;其次,以动态聚类方法构造新的投影指标,对投影到线性空间的反映高维数据结构或特征的投影特征值序列进行聚类分析,进而完成多因素样本聚类分析。投影寻踪动态聚类模型是高维数据样本聚类分析的一种有效的统计方法,模型在整个运算过程中毋需人为给定参数,聚类结果合理、客观。投影寻踪动态聚类模型在地下水分类中的成功应用表明,投影寻踪动态聚类模型具有稳定性好、分类结果明确、操作简便等特点,为多因素聚类分析提供了一种新方法,有着广阔的应用前景。     

投影寻踪学习网络分类及其应用

研究了用于分类的投影寻踪学习网络,给出了投影寻踪网络的学习机理,证明了基于Ｌｅｇｅｎｄｒｅ 多项式投影寻踪学习的收敛性,并用投影寻踪学习网络较完满地解决了６４ 维三类目标的分类问题及冰雹云数据的分类问题。     

投影寻踪分类模型在工程评标中的应用

从商务评议、技术评议、标书合格性3方面建立了工程评标评价指标体系,运用投影寻踪分类评价模型,把高维数据转换到低维子空间,同时用实码加速遗传算法来优化投影指标函数和模型参数,获得了指标体系最佳投影方向和投影值,揭示了高维数据的结构特征,并由此做出正确判断．该模型简单、高效、可行,最大限度地避免了模糊综合评判等评标方法中权重的人为干扰。     

投影寻踪回归技术在自由面重力流数值模拟和仿真中的应用

将投影寻踪回归（PPR）建模技术用于悬板过流区自由水面的模拟和仿真,并与边界元法的计算结果进行了对比分析,得到了比较满意的结果。该技术具有计算快速简例,无需求解复杂的微分方程等优点,是用统计方法解决复杂工程水力学问题的有益尝试。     

基于投影追踪回归的机床热误差建模技术

针对机床热误差建模温度变量多、非线性度高的问题,提出了一种基于投影追踪回归的建立数控机床热误差模型的新方法。与传统的回归建模方法相比,该方法具有模型简单、计算简便的优点。将该方法应用于一台数控车床的实验研究,建立了该车床的热误差模型。实验结果表明,新方法能够大幅提高所建模型的精度及鲁棒性,进而提高机床的加工精度。     

基于小波阈值和投影寻踪的非监督高光谱影像目标探测算法

针对高光谱影像的非监督目标探测问题,提出了一种基于小波阈值与投影寻踪遗传算法相结合的目标探测方法:首先对图像进行小波分解,进而利用折中阈值函数计算小波变换系数,再通过逆变换实现图像去噪和重建;采用对异常分布敏感的偏度和峰度作为投影指标,利用实数编码的遗传算法搜索最佳投影方向,有效地将目标信息投影至低维空间;最后采用直方图分割提取目标。利用高光谱影像进行一系列实验,结果表明该方法不仅更为有效地去除了图像噪声,而且能够快速、可靠地检测出目标。