基于偏最小二乘-径基网络模型的岩体变形分析

偏最小二乘回归不直接考虑因变量与自变量回归问题,而直接提取与系统有关的新的综合变量,并能利用交叉有效性检验确定成分个数,在分析单因变量与多自变量间关系时结果令人满意;3层RBF神经网络模型具有自适应学习和记忆能力,因而被广泛应用。把这两者相关联,以岩体变形量为因变量,以6个影响因素为自变量,分析研究了实际工程的高边坡位移监测资料。工程应用实例分析研究表明,偏最小二乘-径基网络模型能有效克服各类因子变量间的相关性和与因变量的非线性关系,模型收敛速度快,求解稳定,对实测数据具有较好的拟合效果和预测精度,因而具有一定的实用价值。

PLS-DA模型四种诊断统计量在代谢组学应用中的比较

目的比较PLS-DA模型四种诊断统计量在代谢组学数据分析中的检验效能和稳定性。方法采用双重交叉验证和置换检验的PLS-DA模型验证策略,并分别使用四种诊断统计量对模拟数据和实际数据进行分析。结果AUC统计量较误判数(率)、Q2和DQ2统计量具有更高的检验效能;同时,AUC统计量与其他三种诊断统计量相比较,具有更高的稳定性。结论 AUC统计量是PLS-DA模型验证过程中一种稳定有效的诊断统计量,推荐作为代谢组学研究中进行PLS-DA分析时的首选诊断统计量。

企业员工工作伦理的结构

采用自行研制的工作伦理问卷,通过对全国8个城市955名员工、6所高校508名在校大学生以及两大军区461名现役军人进行问卷调查,对企业员工工作伦理的因素结构进行了探讨。探索性因素分析(n=478)表明,企业员工工作伦理由职业操守、工作意义、勤奋奉献、积极进取和人际和谐5个维度构成。验证性因素分析(n=477)结果表明五因素模型是比较理想的模型。复核效化检验结果表明,基于企业员工样本得到的工作伦理五因素结构在大学生样本(n=508)和军人样本(n=461)中具有一定程度的稳定性与预测力。文章最后对企业员工工作伦理维度的构成和内容进行了分析讨论。

近红外分析技术在稻米淀粉RVA谱特征值测定中的应用

采用近红外光谱分析技术和化学计量方法建立了稻米淀粉RVA谱3项(BDV、SBV、CSV)与稻米其它品质相关显著的特征值的近红外分析模型,并对模型进行了预测准确性评价。结果显示BDV、SBV和CSV的模型校正决定系数Rc2分别为0.9707,0.9966和0.9943,校正标准差RMSEE分别为4.12,2.41和1.72;内部交叉检验的决定系数Rcv2分别为0.942,0.9942和0.9913;标准差RMSECV分别为5.4,2.87和1.99。验证决定系数除DBV外均达到0.99以上,模型准确性较高,具有实用价值。

大坝安全监控模型因子相关性及不确定性研究

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足,本文对大坝安全监控模型因子间的相关性及其不确定性进行了研究。引进偏最小二乘法,对大坝安全监测变量及其影响因子进行偏最小二乘回归分析,将建模预测分析方法与非模型式的数据内涵分析有机结合,可同时实现回归建模、数据结构简化以及因子相关的不确定性分析,所建立的大坝安全监控模型,其精度可通过交叉有效性检验来控制。工程应用实例和模型对比分析研究表明,偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响,因而比目前常用的最小二乘回归模型更具广泛适用性。

神经网络稳定性的交叉验证模型

根据Skutin提出的交叉验证理论,针对神经网络学习算法提出了神经网络稳定性的交叉验证模型,并选择4种应用广泛、具有代表性的神经网络作为研究对象,通过随机数据集和UCI数据集上的数据实验结果得出了BP、RBF、GRNN、ELM等4种神经网络的稳定性排序,并用统计检验方法对排序结果进行了检验。

高压绝缘子污闪过程特征量的分类和判别

随着电网电压等级的提高和各类污染的加剧,绝缘子污闪事故日益严重,通过有关特征量提取来实现绝缘子表面状态的监测是预防污闪、提高电网可靠性的关键。笔者结合统计学分类和判别的思想,提出了绝缘子特征量的分类方法,并在试验数据抽样训练的基础上,得到了类别的判断方程。交互分析结果表明,Fisher分类法正确性高于Bayes分类法,适合于绝缘子特征量的类别判断。这对绝缘子特征量提取、状态判别及污闪风险预测有重要意义。

面向飞行试验的多源气动数据智能融合方法

风洞试验和飞行试验是飞行器研制过程中进行气动性能分析与优化设计的重要手段,然而,在高超声速飞行条件下,真实气体效应、黏性干扰效应和尺度效应的复杂变化给气动数据精准预测带来巨大挑战。为了提升天地气动数据一致性,针对某外形飞行试验数据开展了典型对象的天地气动数据融合方法研究。结合数据挖掘的随机森林方法,本文提出了一种面向飞行试验的数据融合框架,通过引入地面风洞试验气动数据,实现了对复杂输入参数的特征分析与特征排序,进一步对不同飞行时刻下飞行试验的气动数据开展了交叉验证。结果表明随机森林的机器学习框架对风洞-飞行试验数据关联具有较好的预测与外推能力,可以有效提升气动数据预测精度,相关研究为复杂环境下气动数据多源融合提供了思路。

结构方程模型拟合评鉴:整体拟合、内部拟合与复核效度检验

该文主要介绍了评价和鉴定结构方程中构建的模型与数据拟合程度的三个方面:整体拟合、内部拟合及复核效度检验。整体拟合评鉴主要是结合拟合指数,当拟合指数处于临界值时,应同时参照其他检验结果并根据模型构建的理论依据进行综合判断;内部拟合从项目质量检验、测验信度、平均变异萃取量和效度四个角度进行检验;复核效度检验在多样本分析中可分为宽松复核、温和复核和严格复核,但如果为研究样本所限,可以通过ECVI来实现。

城市道路交通流监测数据最优汇集时间间隔分析

针对传统的交叉验证均方差模型在确定交通流监测数据最优汇集时间间隔研究方面存在的不足,以交通流量、时间平均速度、占有率等3个交通流基本参数来表征城市道路交通流运行状态.在传统的交通状态交叉验证均方差估计方法的基础上,提出了一种改进的基于交通状态矢量的交叉验证均方差模型,以估计不同汇集时间间隔时交通流监测数据的波动性.然后,构建了基于交通状态矢量的均差值假设检验,并采用t检验方法寻找交叉验证均方差值变化的拐点,以确定交通流监测数据的最优汇集时间间隔.以昆山市城市道路车辆检测器实际采集的交通流数据为例,对不同等级城市道路交通流监测数据的最优汇集时间间隔进行了量化分析.结果表明,在实际应用中,城市道路交通流监测数据的最优汇集时间间隔可以选取为5 min.

功耗分析攻击中机器学习模型选择研究

根据密码芯片功耗曲线的特性,对支持向量机、随机森林、K最近邻、朴素贝叶斯4种机器学习算法进行分析研究,从中选择用于功耗分析攻击的最优算法。对于机器学习算法的数据选取问题,使用多组数量相同但组成元素不同的数据集的十折交叉验证结果进行模型选择,提高测试公平性及测试结果的泛化能力。为避免十折交叉验证过程中出现测试集误差不足以近似泛化误差的问题,采用Friedman检验及Nemenyi后续检验相结合的方法对4种机器学习算法进行评估,结果表明支持向量机是适用于功耗分析攻击的最优机器学习算法。

情境判断测验的研究进展

目前,情境判断测验的相关研究主要呈现两大趋势———效度研究和跨文化比较研究。其中,效度研究主要分为效标关联效度和构想效度研究,跨文化比较研究则主要探讨测验的文化公平性,以及对不同种族员工工作绩效的预测作用。文章还将介绍研究呈现出的新趋势———对情境判断测验本质的研究,即探讨测验形式特点和被试信息加工过程对测验结果的影响。

基于RNN的中文二分结构句法分析

为了构建一个简单易扩展的中文句法分析器,我们依据朱德熙和陆俭明先生的中文二分结构的层次分析句法理论,手工构建了一个3万句的二分结构的中文句法树库,并使用哈夫曼编码方式来简化表示完全二叉树的层次结构。该文将中文句法分析转换为迭代二分的序列标注问题,并根据该任务的特点,提出了在词的间隔上进行标记的序列标注模型(RNN-Interval,RNN-INT),与常用的循环神经网络模型(RNN,LSTM)和条件随机场模型(CRF)进行对比实验,使用mx2交叉验证序贯t-检验来比较模型。实验结果表明,RNN-INT模型在窗口为1的词特征就可达到最好的性能,并好于其他窗口大小和其他序列标注模型(RNN,LSTM,CRF)。最后,在测试集上,在人工分词下,RNN-INT在短语级别的F1值(块F1)达到71.25%,在句子级别的准确率达到约43%。

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征,引进递阶偏最小二乘法,对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析,将建模预测分析方法通过递阶分层处理,可同时实现回归建模和数据结构简化,所建立的大坝安全监控模型精度可通过交叉有效性检验来控制.工程应用实例和模型对比分析研究表明,递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响,相对于传统回归模型有更好的解释能力,因而具有一定的实用价值.

翻译测试中的能力界定与信度效度评估

翻译测试研究的首要问题是将翻译能力分解为可以评估的因素,并在命题时使翻译能力通过翻译实际操作体现出来。文章首先对翻译测试所要测试的翻译能力进行了分项分析,提出了具有可操作性的翻译能力多重要素模式。为提高翻译测试的阅卷信度,本文提出了语篇翻译双重评分方法。同时提出了评估效度的三种方法,包括评估试卷内容和测试情境、测试分数与外部变量关系和测试的反拨效应。

核函数选择方法研究

核函数的选择对支持向量机的分类结果有着重要的影响,为了提高核函数选择的客观性,提出了一种以错分实例到支持向量所在界面的距离来表示错分程度,并基于此进行秩和检验的核函数选择方法.通过与K-折交叉验证、配对t测试等参数检验的统计方法进行对比分析,对9种常用核函数的分类能力在15个数据集进行了定量研究.与参数检验方法不同,秩和检验并未假定数据的分布情况(很多情况下数据并不满足假定的分布),而且数据实验证明,秩和检验不但能够对核函数的分类能力进行客观评估,而且在某些数据集上还能产生更好的核函数选择效果.

基于多变量多项式模型的多模态生物特征分数层融合算法

提出了一种基于多变量多项式模型的多模态生物特征分数层融合算法(MPMSF),用多变量多项式模型获取融合分数,用最小二乘法确定模型中的参数.并对多变量多项式模型进行简化,以减小计算量.MPMSF的特点在于不需要分数归一化.采用交叉验证的方法,评估了各种分数层融合算法的正确接受率和分数归一化、单模态性能对分数层融合算法的影响.开集测试表明,MPMSF算法优于传统的分数层融合算法.同时,MPMSF满足多模态生物特征识别系统实时性的需求.

基于蛋白质哈斯矩阵图的分泌蛋白预测

因为研究分泌蛋白质有助于找到直接与特定生理或病理状态相关的生物分子,判断一条未知蛋白是否为分泌蛋白是非常重要的。基于同一类型蛋白质的哈斯矩阵图具有相似图像纹理假设,提取图像的几何矩作为伪氨基酸成分对未知蛋白质序列是否属于分泌蛋白进行预测,采用Jackknife算法进行测试,预测成功率与现有算法相比有很大的提高。

运用偏最小二乘回归法计算导水裂缝带高度

为克服导水裂缝带高度计算经验公式中仅考虑煤层顶板岩性和开采厚度所带来的误差,综合分析开采深度、煤层倾角、开采厚度、走向长度、倾斜长度、顶板岩性等变量的影响,运用偏最小二乘回归法提取对自变量、因变量有强解释能力的主成分,建立了因变量与自变量间的回归公式。根据淮南矿区走向长壁垮落式采煤中导水裂缝带高度实测资料,基于偏最小二乘回归法建立导水裂缝带高度预测模型,经辅助分析检验表明该模型预测精度较高,可以作为淮南矿区相似条件下导水裂缝带高度的计算公式。

基于XGboost模型的城市轨道交通列车运行速度实时异常检测研究

随着城市轨道交通的迅猛发展,为保证列车安全行驶,对列车速度异常检测方法研究十分必要。为此提出一种将极端梯度提升(XGboost)和异常检验方法结合的列车速度异常检测方法。首先利用现场采样的列车速度数据,对XGboost模型进行训练,然后利用交叉验证和网格搜索方法确定XGboost模型最优参数,最后利用极大似然估计和格拉布斯检验,对预测结果进行异常判定。实验结果表明:与另外4种常用模型的测试集对比,F 1值分别提高7.08%、12.9%、16.9%和2.9%,该方法在时间效率上满足列车运行实时检测要求。