基于大数据的产品族本体造型意象挖掘方法研究

为提升产品造型意象成族的准确性,增强感性工学研究中意象词汇提取的规范性和知识重用性。 首先从同族、泛族、异族的概念切入,对目标产品族的造型意象本体进行了定义;再借助 word2vec 工具和主 成分分析法(PCA)分别完成了对产品族意象词汇的关联性联想和降维提取,从而构建了意象词汇挖掘机制,通 过此机制可以辅助设计师利用网络大数据资源更高效、准确地进行目标产品意象的挖掘,一定程度上解决了传 统感性工学在意象挖掘方法中模糊性。最后结合意象词汇与造型特征的映射关系,利用 Protege 工具构建了产 品族造型意象的本体模型,对目标产品的造型意象知识进行了逻辑化表征,为下一代产品继承并发展原产品族 造型意象提供参考。以马自达 MX-5 车系的造型意象为例构建了本体模型,并进行了子代产品前脸的概念设计。     

基于主成分分析的兔毛纤维性能的研究

试验以安哥拉长兔毛纤维为例,对兔毛纤维的断裂强力、断裂强度、断裂伸长率、断裂功等指标利用R统计软件进行主成分分析,提取了前三个主成分,累计贡献率达到93%以上,最终得出,第1主成分中的断裂功最能反映兔毛纤维的强力性能,第2主分反映纤维的抗拉性能,第3主分主要反映兔毛纤维的刚性,即变形难易程度。     

生态文明视角下徐州市经济—资源—环境协调发展研究

进行生态文明建设是保护资源环境、实现社会经济可持续发展的必然选择.运用主成分分析法及回归分析法等建立了徐州市经济、资源、环境协调发展的评价模型,利用实际数据测算了徐州市2005—2014年经济、资源、环境系统的综合发展水平及协调发展度.结果表明:徐州市经济与资源系统之间的协调度较低,而经济与环境系统之间的协调度较高.为此,提出了优化经济结构,转变经济增长方式、推进技术创新,发展循环经济、加强生态环境建设、完善生态补偿及生态文明社会监管机制等建议.     

提高和改善CO3水玻璃砂综合性能的好方法

CO2水玻璃砂在成本、效率、环保等方面比树脂砂优越，其生产的铸件质量与树脂砂相当，但在渍散，回收方面长期被人们认为是两大难题，从而阻碍了其推广应用。笔者通过在水玻璃砂中添加微量改性剂，同时在型砂中加入少量改善剂，明显提高了型砂的硬化速度、强化及溃散性。经国内若干铸造厂家的实际应用，发现其主要特点如下：     

铜鼓县农村饮水安全问题探讨

保障农村居民的饮水安全,事关农村居民的身体健康和正常生产生活,是全面建设小康社会的基础条件。江西省铜鼓县是一个财政困难县,农民生活水平较低,同时存在饮水安全问题。文章通过对铜鼓县农村饮水安全现状调查,分析了全县农村饮水安全目前面临的主要问题,结合"十一五"规划,就铜鼓县农村饮水存在的主要问题及解决农村饮水不安全问题的措施进行分析和探讨。     

安哥拉某水电站枢纽布置

安哥拉自2002年实现和平以后经济发展较快,对能源需求提出了更高的要求,水电开发可提供可持续的、清洁能源,同时还可改善沿岸的农业灌溉和生活条件,给周边城镇供水提供稳定和清洁水源。该水电站枢纽工程由拦河大坝、溢洪道、泄洪洞、放空洞、引水发电等主要就建筑物组成,文章详细介绍了该水电站的枢纽布置,能为其他类似工程的设计提供参考。     

引入迁移学习的癫痫EEG信号自适应识别

在脑电图( EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法( SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机( LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。     

分块双向2DPCA融合局部特征的人脸识别

针对(2D)2PCA无法保存某些重要局部特征的问题,提出一种分块双向二维主成分分析融合局部特征方法。首先,将图像分解为互不重叠的子块,每个子块包含重要的局部信息,利用(2D)2PCA对子块进行特征提取并投影到特征子空间。然后,对每个子块分别设计一个分类器并在一定置信度范围内判别测试样本所属类别。最后,根据所有子块所属类别的置信度之和完成人脸分类。在四个人脸识别数据库上的实验结果表明,相比其他几种人脸识别算法,该方法取得了更高的识别精度。     

一种动态窗口PCA运动方向估计算法

首先针对个人航位推算系统中计步算法的阈值设定问题,提出了一种基于有限状态机的阈值自学习算法.通过该算法可以在较短的时间内(10s)获得自适应阈值,提高计步算法的准确性.然后在利用该阈值进行计步的同时,对连续步态进行分割,并以分割结果作为动态窗口进行主成分分析,可以获取目标运动的方向.此外,通过利用运动步态模型中加速度变化的规律可以有效解决180°模糊问题.实验分析结果表明,相比于固定窗口的 PCA 分析方法,基于动态窗口的 PCA 在数据处理量降低61.2%的情况下,其准确度提高了11.1%.     

一种基于群组判断离差的偏好集结方法

针对群决策偏好集结中违反Pareto 最优性的情况, 设计一种基于群组判断几何离差的同质性集结方法. 该方法在集结前进行几何离差测试, 以确定个体决策信息的离差水平. 离差较小时, 可基于几何平均集结; 对于离差较大且修正复杂度较高的决策信息, 采用主成分分析(PCA) 从高维决策信息中提取大多数相关信息, 在不依赖主观分析的情况下进行加权集结. 仿真实验表明, 所提出的方法能够在不违背Pareto 最优性的基础上集结离差较大的群决策信息.