基于联合时频分析的混合神经系统在信号分类与模式识别中的应用

介绍了一种基于STFT,WVD和Wavelet变换的混合神经系统在特征提取和信号分类中的应用.它运用时频信号处理技术与混合神经网络结构以及高级训练算法相结合的设计思想,辅之以主元分析和全局决策融合策略,对传统的模式识别技术进行了有效地改进.本文将所述基于WT,STFT和WVD的混合神经系统信号分类器(WSWHNS)的算法程序嵌入一汽车实时智能故障诊断软件包中做了现场实验,获得了非常满意的诊断效果.     

Assessing and Understanding Efficiency and Success of Software Production

One of the goals of collectingproject data during software development and evolution is toassess how well the project did and what should be done to improvein the future. With the wide range of data often collected andthe many complicated relationships between them, this is notalways easy. This paper suggests to use production models (DataEnvelope Analysis) to analyze objective variables and their impacton efficiency. To understand the effect of subjective variables,it is suggested to apply principal component analysis (PCA).Further, we propose to combine the results from the productionmodels and the analysis of the subjective variables. We showcapabilities of production models and illustrate how productionmodels can be combined with other approaches to allow for assessingand hence understanding software project data. The approach isillustrated on a data set consisting of 46 software projectsfrom the NASA-SEL database (NASA-SEL, 1992). The data analyzedis of the type that is commonly found in project databases.     

土体中间主应力确定及其对临界值影响

分析比较平面应变状态下中间主应力的各种形式,根据侧限压缩试验的特殊应力应变条件,推导了一个 与土性参数有关的中间主应力表达式. 该表达式可简单地通过三轴压缩试验所得的参数来确定,同时还可以简 单反映土体应力历史对土体强度的影响. 将该表达式与SMP 准则和Lade 准则结合,建立了平面应变状态下土 性参数与三轴压缩状态土性参数的关系,通过试验数据的分析比较看出,所得的中间主应力能更好地反映土体 的实际性状,对于SMP 准则和Lade 准则均有很好的适用性.     

城市人居环境评价指标及其多元统计分析

为了优化城市居民的生活环境,利用被称为主成分分析的多元统计方法,建立了城市人居环境评价 模型．以哈尔滨市为例,对其1995 - 2009年居民生活环境状况进行了研究．结果表明：受绿化和教育水平、社 会治安、医疗卫生和食品供应等主成分的影响,1995 - 2009年哈尔滨市人居环境发展大致经历了两个阶段, 即1995 - 2003年人居环境明显改善阶段和2003 - 2009年人居环境平稳发展阶段．最后,针对哈尔滨市人居 环境的发展提出了相应的建议．本研究成果将为城市人居环境问题的优化研究奠定基础     

Combining kriging, multispectral and multimodal microscopy to resolve malaria-infected erythrocyte contents

In this communication, we demonstrate how kriging, combine with multispectral and multimodal microscopy can enhance the resolution of malaria-infected images and provide more details on their composition, for analysis and diagnosis. The results of this interpolation applied to the two principal components of multispectral and multimodal images illustrate that the examination of the content of Plasmodium falciparum infected human erythrocyte is improved.     

二维投影非负矩阵分解算法及其在人脸识别中的应用

建立在最小化非负矩阵分解损失函数上的人脸识别算法需同时计算基矩阵和系数矩阵, 导致求解这类问题十分耗时. 本文把非负属性引入二维主成分分析(2-dimensional principal component analysis, 2DPCA)中, 提出了一种新的二维投影非负矩阵分解(2-dimensional projective non-negative matrix factorization, 2DPNMF)人脸识别算法. 该算法在保持人脸图像的局部结构情况下, 突破了最小化非负矩阵分解损失函数的约束, 仅需计算投影矩阵(基矩阵), 从而降低了计算复杂度. 本文从理论上证明了所提出算法的收敛性, 同时, 使用了YALE、FERET和AR三个人脸库进行实验, 结果表明2DPNMF不仅识别率高, 而且速度优于非负矩阵分解和二维主成分分析.     

基于信息增量矩阵的故障诊断方法

主元分析(Principal component analysis, PCA)是一种常用的故障检测方法,由于特征提取不准确, 在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率, 但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法, 以克服上述方法中存在的不足. 该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、 局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、 基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能. 实验结果表明,本文方法具有最好的检测性能.     

齐齐哈尔市粮食增产潜力影响要素分析及产量预测

影响粮食产量的因素众多,各因素之间相互制约,使得对粮食增产潜力的研究变得非常复杂。主成分分析法作为处理变量间多相关性的一种方法,能够将多要素指标重新组合成新的互相无关的几个综合指标,从而以较少的综合指标尽可能多地反映原来指标的信息。应用主成分分析法对齐齐哈尔市粮食产量影响要素进行分析,结果表明,粮食播种面积、粮食单产、农田成灾面积3个要素在齐齐哈尔市粮食增产中起着关键作用。最后通过建立粮食增产回归模型,根据相关规划数据,对齐齐哈尔市未来的粮食产量进行了预测。     

沿虚轴无穷区问主值积分与逆傅里叶积分变换

在工程技术和科学研究的许多领域,傅里叶积分变换极为重要,但逆傅里叶积分变换手工计算比较困难,限制了傅里叶积分变换的应用范围。研究发现,逆傅里叶积分变换可以变换成沿复平面虚轴上的无穷区间主值积分,由此,导出一个逆傅里叶积分变换的计算公式,可用来快速完成逆傅里叶积分变换计算。     

安徽省区域经济发展差异比较研究

"十一五"期间,中部崛起战略、安徽省的东向战略、中心城市战略给安徽省各地区的经济发展带来重大发展机遇,安徽省经济发展取得了巨大的成就,首次迈入了"GDP万亿元俱乐部",但同时通过与全国和中部五省的比较,发现安徽省经济发展中存在一些问题;为了综合、全面地反映安徽省各地市经济发展水平,设计了一套行之有效的指标测评体系,并运用主成分法,对安徽省各地区的经济发展状况做评价,全面地研究安徽省经济发展状况。