常曲率空间中曲面的等距变形

Ｏ．Ｂｏｎｎｅｔ首先研究了保持主曲率不变的曲面的等距变形问题，并证明了常中曲率曲面具有保主曲率的等距变形。１９８５年Ｓ．Ｓ．Ｃｈｅｒｎ证明了在欧氏空间中具有保持主曲率不变的非常中曲率曲面是Ｗ－曲面。     

Handwritten Digit Recognition by a Mixture of Local Principal Component Analysis

Mixture of local principal component analysis (PCA) has attracted attention due to a number of benefits over global PCA. The performance of a mixture model usually depends on the data partition and local linear fitting. In this paper, we propose a mixture model which has the properties of optimal data partition and robust local fitting. Data partition is realized by a soft competition algorithm called neural 'gas' and robust local linear fitting is approached by a nonlinear extension of PCA learning algorithm. Based on this mixture model, we describe a modular classification scheme for handwritten digit recognition, in which each module or network models the manifold of one of ten digit classes. Experiments demonstrate a very high recognition rate.     

光网络流量工程优化计算的适应度函数研究

研究了光网络流量工程优化计算中的适应度函数，其实质是为相互制约的多个单目标寻找一个合理的综合评价的数学表达式。使用了主分量分析的方法，该方法可以消除多个单目标之间的相互制约的关系、信息重叠以及量纲的差异，可以计算出综合评价的有效的数学表达式。仿真试验表明，该方法是可行的。     

基于SVM分类机的移动通信欺诈检测系统

设计并实现了一种基于SVM分类机(支持向量机)的入侵检测系统，它搜集移动通信客户的产品信息、呼叫行为信息(CDR)、背景资料、交欠费信息等特征，采用主成份分析(PCA)的属性归约技术对数据进行预处理，然后使用SVM分类机对测试数据进行分类，从而识别出新用户的欺诈类型。在此基础上，讨论了SVM分类机与通常的所挖掘分类技术的差别、SVM核函数的选择和RBF核函数参数的选择对分类效果的影响。实验结果表明，该系统能有效地检测出新客户的欺诈行为类型，具有很高的分类准确率。     

一种融合PCA 和KFDA 的人脸识别方法

提出一种融合PCA和KFDA的人脸识别方法，即在进行非线性映射之前，首先利用经典的主分量分析(C—PCA)进行降维，然后执行KFDA．为进一步降低整个算法的计算时问，又提出一种I—PCA KFDA方法，它直接基于图像矩阵的主分量分析(I—PCA)．ORL标准人脸库的试验结果表明，与现有的核Fisher鉴别分析方法相比，两种方法可将特征抽取的速度分别提高3倍和7倍，其识别精度没有丝毫的降低．     

一种基于双重变换域的公钥水印方案

提出了一种基于双重变换域的公钥水印方案．针对WWW上的知识产权(IPR)保护，该方案引入了公开水印和私有水印，并根据小波系数特点以及树结构关系，利用主成份分析(PCA)将两种水印混合编码后加栽在同一幅图像中，不仅实现了水印的不可见性和高度鲁棒性．而且允许任何人验证IPR权威机构为图像生成的公开水印，同时保证作者能提取自己的私有水印作为版权证据，为数字产品版权保护开辟了一条新的思维途径．实验表明：使用该方法嵌入的数字水印对常规的图像处理方法具有较强的鲁棒性．     

基于CMPCA的化工生产过程性能监测与故障诊断

根据化工生产过程的间歇反应特点,提出了一种基于一致多方向主元分析(CMPCA)的过程性能监测与故障诊断方法.首先基于动态时间规整DTW(Dynamic Time Warping)技术对批次数据进行同步化,􀁯从而使得用于建模和诊断的数据均具一致性,保证了过程性能监测与故障诊断的.     

Redundant Sensor Calibration Monitoring Using Independent Component Analysis and Principal Component Analysis

This paper presents a comparison of methods for industrial on-line sensor calibration monitoring for redundant sensors. Principal component analysis (PCA) and independent component analysis (ICA) techniques are developed and compared using both simulated data and data sets from an operating nuclear power plant. The performance is dependent on the types of noise sources; however, under most conditions ICA outperforms PCA, based on the bias and variance of their respective parameter estimates. A case study is included to demonstrate the usefulness of both techniques for the early detection of sensor drift.     

一种摆动主轴部件的结构及参数计算

通过对美国辛辛那提公司的H5-800型五轴联动卧式加工中心强力型主轴部件及摆动A轴结构的介绍及主要运动参数计算，说明了该机床是如何解决主传动及摆动A轴大扭矩问题的，同时讨论了作为加工中心的高速主轴部件的结构优化设计方法。     

神经网络方法对心电信号主元压缩算法的改进

根据主元分析和神经网络的原理，描述了用主元分析的方法对输入信号的特征进行提取，并利用神经网络算法，实现ECG信号压缩的可行性。从压缩后信号重构的保真性和压缩计算复杂性两个角度出发，给出了压缩＼重建的实验结果并分析讨论。文中的压缩算法将原始动态心电数据映射为主元分析特征参数存储，比常规的直接压缩或压缩算法有更高的压缩比。选取5个主元表示一个心动周期的特征，其压缩比可达到30：1，均方根误差比PRD为4．75％。该ECG压缩算法克服了直接用主元分析法压缩数据时，要计算维数巨大相关矩阵的困难。实验证明，该方法在保留ECG信号临床信息的同时，具有较好的压缩效果。