融合PCA-LPP与DBSCAN的道路交通事故分类及风险等级预测方法

道路交通事故是全球范围内造成大量人员伤亡和财产损失的重大问题之一,通过对道路交通事故进行分类和风险等级预测,能够锁定高风险车辆,以减小事故的发生和人员伤亡的概率。交通事故往往由环境、天气、道路条件、路段设施等多维特征相互作用形成,现有的事故影响分析方法缺乏对交通事故数据的综合研究。为此本文提出1种交通事故分类模型,在传统PCA算法的基础上通过衡量各等级数据间的相似性对数据集进行二次降维,采用改进后降维算法PCA-LPP处理大规模交通事故数据集;利用DBSCAN算法对事故数据划分风险区域,根据迭代训练出的各等级空间对模拟车辆环境进行风险划分。试验结果表明:在大规模交通数据降至不同维度的对比实验中,证明PCA-LPP算法使降维后的特征与样本的类别相关程度更高;同时,利用基于密度的DBSCAN聚类算法处理复杂且伴有偶发性的交通事故数据时,算法的纯度为0.942 9、兰德指数为0.946 2,互信息指数为0.678 4,与K-means、谱聚类等传统算法结果相比,DBSCAN算法的各项评估指标均高于其他算法,从分类效果图发现该模型减少了噪声数据的影响;最后,通过消融实验验证了带有二次降维的PCA-LPP算法的各项评估指标均为最高。其预测结果的混淆矩阵显示该模型对各风险等级的精确率分别为85.77%、70.78%、80.65%,验证了模型的有效性与实用性。

LPP低污染燃烧室两相喷雾燃烧数值研究

提出一种带有多点燃油直接喷射双环预混旋流(TAPS/MLDI)头部的贫油预混预蒸发(LPP)低污染圆筒燃烧室,为了获得该燃烧室两相喷雾燃烧流场与燃烧性能,利用Fluent数值研究三种LPP燃烧室头部方案和四种进口工况。计算结果表明:(1)LPP燃烧室头部冷态流场存在中心回流区、角落回流区和唇口回流区,流场结果与PIV试验结果吻合较好。(2)在头部方案不变的情况下,工况从100%推力下降到7%推力时,出口平均温度逐渐下降,污染物NOx排放相应减少。(3)在进口工况不变时,头部方案B燃烧性能相对最优。(4)热力型NOx的生成速率与燃气温度超过1950K区域的大小和最高燃气温度直接相关,热力型NOx的生成主要分布在火焰锋面附近。

一种基于GDLPP的人脸识别算法

针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法—GDLPP。该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征。本文采用最小近邻分类器估算识别率。在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率。

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。

基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用

针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然后,利用LPP算法得到降维特征向量;最后,利用此降维特征向量通过反向传播(BP)神经网络进行不同工况下泡沫类别的识别,进而指导实际矿物浮选生产.实验结果表明,相对于传统的GLCM方法和Gabor小波纹理特征提取方法,该方法可有效降低泡沫纹理特征向量维数并具有更高的识别效率.

基于多尺度子带样本熵和LPP的轴承故障诊断方法

轴承损伤是机械设备损伤的主要原因之一,其产生的振动信号具有微弱、非平稳和非线性的特点。针对不能准确从微弱信号中提取故障特征的问题,提出使用多尺度子带样本熵,首先对信号进行小波包分解得到多尺度信号,再将每一个多尺度信号进行子带分解得到多尺度子带信号,再求其样本熵得到多尺度子带样本熵,该方法能深入挖掘微弱信号的本质特征;针对非平稳信号能量密度分布不均的问题,提出使用平滑伪Wigner-Ville分布,其可对非平稳信号的瞬时对称相关函数进行时频聚集处理,使信号的能量均匀分布;针对不能准确的挖掘非线性数据的主流形的问题,提出使用局部保持投影(LPP,Locality Preserving Projection),LPP在投影过程中保持了最优的数据局部邻域关系,可以准确的挖掘非线性数据的主流形。文中分别采用四组正常、内圈故障、滚珠故障和外圈故障信号作为原始数据来验证该方法的有效性,实验结果证明该方法能有效地对信号故障进行分离和识别。

融合相关系数LPP算法的人耳识别

针对局部保持投影(LPP)在构造邻接图时,基于欧氏距离的近邻选取方式往往不能很好地反映数据间的几何结构关系问题,提出一种融合相关系数的LPP人耳识别算法。该算法通过融合图像相关系数和欧氏距离来构建邻接图,能更好地揭示出数据间的几何结构关系。同时,在设定权值时,融入了图像间的相关系数,能更好地体现高维数据间的相似关系,提取出更有效的鉴别特征。在USTB3和西班牙人耳库上的实验结果表明,本文算法比传统LPP算法识别率提高了10%以上,验证了本文算法的有效性。

KSLPP:新的人脸识别算法

针对人脸识别中的特征提取问题,提出了一种新的核有监督保局投影人脸识别算法,即KSLPP.该算法通过非线性映射将人脸样本投影到高维空间,通过可调因子有效地结合人脸局部流形的结构信息和样本的类别信息,提取人脸的非线性特征.采用最小近邻分类器估算识别率.采用AT&T人脸库以及Yale人脸库,对该方法进行了测试.结果表明,与Eigenface、Fisherface以及Laplacianface等方法相比,该方法具有较好的识别率.

弥漫大B细胞淋巴瘤细胞系中bcl-6、lpp和miR-28基因表达的研究

本研究从基因和蛋白水平探讨弥漫大B细胞淋巴瘤(DLBCL)细胞系中Bcl-6、LPP和miR-28表达,及其之间的相互关系。应用Northern blot检测8个DLBCL细胞系(CTB-1、MD901、OC1-LY8、BEVA、RCK8、MD903、HRC57和K231)bcl-6和lpp的mRNA水平,液相杂交法检测miR-28表达,Western blot检测BCL-6和LPP的蛋白水平。结果显示,bcl-6基因易位类型涉及Ig基因细胞系(Oc1-ly8、MD903、CTB-1和MD901),其bcl-6mRNA的表达较强,而在未涉及Ig基因易位的细胞系(HRC57和K231)中未见表达。lpp mRNA在CTB-1细胞系中表达阴性。miR-28在各细胞系中均有表达,表达强度高到低依次为:K231、CTB-1、MD903、HRC57、MD901、RCK8、OC1-LY8和BEVA。BCL-6蛋白在各细胞系表达由强到弱依次为:RCK8、BEVA、MD901、CTB-1、MD903、OC1-LY8、HRC57和K231;而LPP蛋白在K231细胞系中未见表达,余各细胞系表达由强到弱依次为:HRC57、OC1-LY8、BEVA、RCK8、CTB-1、MD901和MD903。各细胞系中bcl-6和lpp mRNA水平与蛋白的表达并不一致,即高mRNA水平并不一定导致蛋白的表达增加。结论:不同DLBCL细胞系具有不同的BCL-6、LPP和miR-28蛋白表达水平,各细胞系中bcl-6和lpp mRNA表达水平与它们表达的蛋白量不平行,有关bcl-6、lpp和miR-28基因在DLBCL发生、发展中的作用机制有待进一步探讨。

基于LPP与VPMCD的液压泵故障模式识别

针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并从中提取液压泵故障高维特征向量,利用局部保留投影法对高维特征向量进行融合降维,提取隐藏在高维特征空间中的故障本质信息,即敏感特征向量。基于变量预测模型的模式识别(VPMCD)算法实现模式识别的良好性能,提出采用VPMCD算法实现液压泵故障模式识别。基于提取的敏感特征集,建立各状态敏感特征的变量预测模型,进而实现液压泵的故障识别,实测液压泵振动信号分析结果验证了所提出液压泵故障模式识别方法的有效性。通过对比分析验证了所提出方法的良好性能。

LPP基因多态性与中国蒙古族白癜风关联分析

目的探讨LPP（Lim domain containing preferred translocation partner in lipoma）基因多态性与中国蒙古族人群白癜风患者的遗传相关性。方法收集425例蒙古族白癜风及503例蒙古族健康对照外周血，选择位于LPP基因区域的4个单核苷酸多态性（SNP）位点（rs13076312，rs13091753，rs1464510和rs1559810），应用连接酶检测反应（Ligase detection reaction，LDR）进行基因分型。利用PLINKl．07软件进行统计分析，Х^2检验比较病例组及对照组等位基因频率及基因型频率，并计算等位基因的相对危险度估计值比值比（OR）及其95％可信区间（95％CI）。结果2个SNP（rs13076312_C，rs1464510_G）等位基因频率在白癜风组显著低于对照组（P〈0．01）。rs13076312在显性模式下，基因型频率在白癜风组与对照组间差异有统计学意义（P〈0．01），rs1464510在隐形遗传模式下，白癜风组基因型频率明显低于对照组，差异均具统计学意义（P〈0．01）。两个SNP（rs13091753和rs1559810）等位基因频率在白癜风组和对照组中差异无统计学意义（P〉0．09）。结论LPP基因多态性与蒙古族白癜风具有相关性。

幂等元集为左正则带的lpp半群

研究幂等元集为左正则带的lpp半群,引入这类半群的恰当断面的概念,定义断面S0与左零半群的半格I的半直积I×σS0,证明了I×σS0是幂等元集为左正则带的lpp半群且具有同构于S0的恰当断面.从而推广了Saito T(1989)中关于具有逆断面的左逆半群的结构定理.

基于LPP-ELM的微电网超短期负荷预测

微电网负荷数据具有高维度、非高斯的特性,为了解决这些特性对负荷预测模型精度的影响,本文提出了一种基于LPP-ELM的微电网超短期负荷预测算法。首先,选取具有相同天气、温度因素的历史数据作为相似日,并根据负荷数据的时序相关性组成训练数据集,然后,通过局部保持投影算法进行特征提取,在训练数据的特征空间中利用极限学习机训练预测模型。最终,通过对某公司实际运行负荷的实验,验证了提出算法的有效性和优越性。

lpp半群的半直积

正则半群在半群代数理论中是研究得比较成熟的一类半群,而lpp半群则是较正则半群更广泛的一类半群,它的结构和正则半群有较大的不同.半直积是研究半群结构的一个重要的工具.利用半直积刻画lpp半群的结构,结合rpp半群相关的一些结论,得到了关于lpp半群的半直积及其圈积的结构定理.

基于LPP和l_(2,1)的KNN填充算法

传统的KNN缺失值填充算法存在没有利用样本间属性的相关性,也没有考虑到保持样本数据本身的结构和去除噪声样本的问题。本文提出利用训练样本重构测试样本从而进行最近邻缺失值填充的方法,该方法重构过程充分利用样本间的相关性,也用到LPP(保局投影)保持数据结构在重构过程中不变,同时引入l2,1范式用于去除噪声样本。在UCI数据集上的仿真实验结果表明,该方法比传统的KNN填充算法以及基于属性信息熵的Entropy-KNN算法有更高的预测准确度。

基于LPP的某型柴油机润滑油光谱数据分析

为解决通过光谱数据进行工况识别困难的问题,提出了一种基于局部保留投影算法(LPP)对柴油机原子发射光谱数据降维的新方法,并对降维后的数据进行了聚类分析。结合某型柴油机实验台架,通过改变汽缸套和活塞间隙,制定了7种磨合工况,获得69个润滑油样本的原子发射光谱仪数据。利用上述方法,能较为有效地将不同工况下的油样聚类。实验结果证明了该方法在润滑油光谱分析中的有效性。

基于LPP-LSSVM的微电网超短期负荷预测算法

为了解决负荷数据非高斯、高维度影响预测模型精度的问题,提出一种基于局部保持投影-最小二乘支持向量机(LPP-LSSVM)的微电网超短期负荷预测算法。在这一算法中,根据负荷数据的时序相关性,以及天气、温度等因素,选取相似日组成训练数据集,利用局部保持投影进行特征提取,然后利用最小二乘支持向量机训练超短期负荷预测模型。通过对上海某公司微电网示范工程中实际运行负荷进行试验,确认所提出算法的有效性。

基于调制宽频模态分解和局部保持投影特征融合的光伏直流电能质量扰动识别

光伏直流系统中的非线性负载可能导致直流电信号出现纹波、突变和噪声等扰动,而现有时频分析方法如变分模态分解等对光伏直流电信号进行分解时易产生误差。本文在宽带模式分解的基础上,采用基于调制差分算子的调制宽频模态分解(MBMD)对光伏直流电信号进行去噪,以减小分解误差。首先采用MBMD对直流电信号进行自适应分解,然后结合局部保持投影(LPP)算法进行特征融合,最后采用反向传播(BP)人工神经网络模型实现直流电能质量智能识别。仿真和实验分析表明,本文提出的方法可准确识别不同类型的光伏直流电能质量扰动。

基于改进的LPP_SIFT人脸识别算法

局部保持映射—尺度不变特征变换(LPP-SIFT)算法是一种有效的特征识别方法,但是基于LPP的算法在人脸识别中容易遇到奇异值问题。为此,论文提出采用奇异值分解(SVD)的LPP-SIFT算法(SVD_LPP_SIFT)。首先用尺度不变特征变换对样本选择特征;然后再根据LPP算法求出新样本空间的低维投影子空间。在算法中,样本数据将被映射到一个非奇异正交矩阵中,以此解决了奇异值问题。在Yale、ORL上实验,实验结果验证SVD_LPP_SIFT算法在人脸识别中的有效性。

真左C-lpp么半群的结构

引入了左Ｃｌｐｐ范畴．并利用左Ｃｌｐｐ范畴，给出了真左Ｃｌｐｐ么半群的结构．作为应用。