结合多特征与线性判别分析的图像检索

卷积神经网络的全连接层特征缺乏对图像底层信息的描述,导致部分样本无法被成功检索。并且全连接层特征维度高,检索效率低下。针对这种情况,提出一种结合线性判别分析和多层特征的图像检索方法。该方法利用卷积神经网络提取卷积层和全连接层特征,并融合HSV特征,使用线性判别分析对融合特征降维。多层特征能增加图像的区分度,提升识别准确率。与其他算法的实验结果表明,该方法在检索精度和检索速度上有一定的提高。

经济政策不确定性对企业创新持续性的影响——基于非线性视角的实证分析

创新是经济发展的动力之源,而创新持续性则是企业保持竞争优势的关键。本文以2009—2020年A股上市公司为样本,探究经济政策不确定性对企业创新持续性的影响。研究发现:经济政策不确定与企业创新持续性之间具有“U型”非线性关系,且研发投入在其中发挥部分中介作用。进一步研究发现:经济政策不确定性对企业创新持续性的“U型”非线性影响在不同区位因素及知识产权保护力度差异下表现出异质性;多个大股东持股及较为宽松的货币政策能够缓解经济政策不确定性对企业创新持续性的“U型”影响。故政府在采用宏观经济政策调控经济发展时要谨慎把握政策调控的尺度,进一步完善我国多层次的资本市场体系,从而不断提升企业的创新持续性水平,推动我国经济的高质量发展。

基于线性判别分析和机器学习的可见-近红外光谱苹果损伤分级

基于线性判别分析与机器学习相结合的方法,采集不同损伤级别苹果的可见-近红外光谱数据,分析不同预处理方法对支持向量机分类模型的影响;通过线性判别分析对预处理后的光谱数据实施降维,构建支持向量机、随机森林、K近邻、决策树和极端梯度提升5种机器学习模型进行苹果损伤分级对比。研究结果表明,卷积平滑法预处理后模型的分级效果最佳,准确率达到87.3%;使用线性判别分析降维技术后,各模型的分级准确率显著提升,决策树模型准确率提高了16%,提升效果最佳,K近邻模型表现出了最佳的分级性能,准确率和精确率达到了96.0%和96.4%,本研究可为高效和精确评估苹果的机械损伤程度提供依据。

考虑参数不确定性的非线性梁随机振动分析

非线性系统的随机振动分析一直是结构动力学领域中的难点,已有一些研究表明基于矩等效的线性化方法在功率谱预测上会得到不恰当的分析结果;另一方面,由于不确定性在实际工程中普遍存在,如果同时考虑非线性和不确定性,更是显著增加了问题难度。本文以具有非线性非理想边界梁为研究对象,基于梁模型的动力学微分方程推导了对应的广义频响函数,并应用Volterra级数理论建立了非线性系统随机振动的谱分析方法,最后,结合蒙特卡洛抽样方法计算了具有参数不确定性非线性梁响应功率谱的均值和方差,讨论了不确定性对结构随机振动响应统计特征的影响。

考虑需求响应和风电不确定性的电网调度

风电不确定性对电力系统的影响日益增加,文中提出一种考虑需求响应的电网源荷网经济调度方法。根据需求价格弹性理论和消费者心理学原理构建价格型需求响应模型,基于灵活补偿激励型需求响应充分考虑两类需求响应互补特性,增加两类需求响应对系统的备用约束。引入通用概率分布描述风电出力特性,以期望成本量化风电不确定性惩罚成本,并将目标函数中的非线性变量线性化处理,采用混合整数线性规划问题对模型进行求解。仿真结果表明,所提模型能够有效降低负荷的峰谷差,提高风电的消纳能力。

线性判别分析优化孪生支持向量机的网络入侵检测

为了提高大规模网络数据入侵类型实时检测的准确率,采用线性判别分析(LDA)对网络样本特征进行降维处理,降低孪生支持向量机(TWSVM)的运算复杂度,增强TWSVM的网络入侵检测适用度;首先,采用LDA基于类内和类间散度计算获得网络入侵检测样本的降维特征变量;然后,建立LDA-TWSVM网络入侵检测算法,分别求解TWSVM一次规划和二次规划的核心参数;最后,输入降维特征变量,通过TWSVM输出获得网络入侵检测结果。结果表明:LDA网络样本特征降维对网络入侵检测的正向激励效果较为显著,使得所提出的算法在网络入侵检测中具有较高的适应度;相比于几种常用入侵检测算法,所提出的算法具有更高的检出率(0.9943)和更优的均方根误差(1.1328)。

结合拉曼光谱主成分分析-线性判别进行蛇纹石玉产地溯源的探索

蛇纹石是中国最早使用的玉石之一,开展蛇纹石玉的产地溯源探索,对认识中国古代玉文化发展历程,重建古代玉石贸易路线均有重要的意义。但由于蛇纹石玉产地众多,目前尚没有成熟的蛇纹石玉产地溯源的判别技术。以产自陕西汉中、甘肃敦煌、河南栾川、辽宁岫岩、山东泰安、甘肃武山6地的蛇纹石玉为研究对象,在66块样品上共采集到200个高质量拉曼光谱数据,并在对测试结果进行主成分分析(PCA)的基础上建立了线性判别分析(LDA)的产地判别模型。结果显示,不同产地蛇纹石玉的矿物组成有所差异,汉中蛇纹石玉的主要矿物成分有纤蛇纹石和利蛇纹石两种;敦煌蛇纹石玉则为纤蛇纹石和利蛇纹石的均匀混合型;泰安蛇纹石玉的主要矿物成分有利蛇纹石(墨玉)和叶蛇纹石(碧玉和翠斑玉)两种;河南栾川、辽宁岫岩、甘肃武山蛇纹石玉的主要矿物成分均为叶蛇纹石。在严格控制实验条件的前提下,将拉曼光谱数据结合PCA+LDA分析可以对不同产地的蛇纹石玉进行区分,所建立的LDA判别模型的训练集数据和测试集数据的产地判别正确率分别达到了96.25%和92.50%。这显示出利用无损检测拉曼光谱技术进行蛇纹石玉产地溯源具有潜在价值。将拉曼光谱无损检测数据结合统计学或机器学习方法来构建判别模型可能是解决蛇纹石玉产地溯源瓶颈新的技术路径。

计及购电需求不确定性的微电网能源竞价交易模型

微电网可以将发电高峰期盈余的可再生能源出售来促进可再生能源消纳并获取最大收益。采用拍卖机制确定交易价格,但交易过程中购电需求的变化也会对可再生能源消纳及微电网收益产生影响,为此,提出一种计及购电需求不确定性的微电网能源竞价交易模型。首先采用统一价格同步向上叫价拍卖机制进行定价,并提出了拍卖机制的改进方案来平衡用能消费者的对不同时段的拍卖需求;考虑到用能消费者的购电需求不确定性,采用鲁棒线性优化算法来规避不确定性参数对最优解的影响。最后通过MATLAB软件仿真分析,证明了该模型能够最大限度地提高可再生能源的出售率及微电网的收益。

考虑风电消纳及不确定性的负荷聚合商运行策略

针对“碳达峰、碳中和”背景下新能源大规模并网而引发的风电消纳困难问题,提出了一种考虑风电消纳及不确定性负荷聚合商日前-日内两阶段的经济调度模型。首先分析了考虑风电消纳的负荷聚合商源荷协同运行模式,提出了考虑用能特性与不确定性的柔性负荷响应模型;并基于风电场的消纳需求,以柔性负荷调度成本最小为目标,建立日前-日内两阶段的负荷聚合商经济调度模型;最后采用三角模糊数表征柔性负荷功率的不确定性,采用清晰等价转化求解混合整数线性规划问题。仿真算例验证了该模型能够有效提高风电消纳水平,减少由柔性负荷不确定性带来的影响。

基于子空间学习的快速自适应局部比值和判别分析

降维是处理高维数据的一项关键技术,其中线性判别分析及其变体算法均为有效的监督算法。然而大多数判别分析算法存在以下缺点:a)无法选择更具判别性的特征;b)忽略原始空间中噪声和冗余特征的干扰;c)更新邻接图的计算复杂度高。为了克服以上缺点,提出了基于子空间学习的快速自适应局部比值和判别分析算法。首先,提出了统一比值和准则及子空间学习的模型,以在子空间中探索数据的潜在结构,选择出更具判别信息的特征,避免受原始空间中噪声的影响;其次,采用基于锚点的策略构造邻接图来表征数据的局部结构,加速邻接图学习;然后,引入香农熵正则化,以避免平凡解;最后,在多个数据集上进行了对比实验,验证了算法的有效性。

用于检测硬件木马延时的线性判别分析算法

针对芯片生产链长、安全性差、可靠性低,导致硬件木马防不胜防的问题,该文提出一种针对旁路信号分析的木马检测方法。首先采集不同电压下电路的延时信号,通过线性判别分析(LDA)分类算法找出延时差异,若延时与干净电路相同,则判定为干净电路,否则判定有木马。然后联合多项式回归算法对木马延时特征进行拟合,基于回归函数建立木马特征库,最终实现硬件木马的准确识别。实验结果表明,提出的LDA联合线性回归(LR)算法可以根据延时特征识别木马电路,其木马检测率优于其他木马检测方法。更有利的是,随着电路规模的增大意味着数据量的增加,这更便于进行数据分析与特征提取,降低了木马检测难度。通过该方法的研究,对未来工艺极限下识别木马电路、提高芯片安全性与可靠性具有重要的指导作用。

基于Fisher判别分析鉴别中药材种类及产地

本文根据 2021 年高教社杯全国大学生数学建模竞赛“中药材的鉴别”的数据进一步研究。中药材鉴别是中药学研究 的重要领域之一,其目的是通过分析中药材的光谱特征和其他物理、化学性质,来鉴别中药材的种类和产地,以提高中药的品质和 疗效。在实际应用中,结合药材的近、中红外的光谱特征以及不同药材的吸光度可以对中药材的产地进行综合性的鉴别。本文使用 R 语言软件,通过对数据进行标准正态变量变换(svn)处理后主成分分析、K-means 聚类,根据附件给出的几种药材的近红外光 谱数据,对数据进行相关性筛选,求出该未知数据与平均值的相关性,利用 Fisher 判别分析进行对比,最后鉴别药材的类别与产 地。另外建立 XGboost 模型及作多元线性回归模型鉴别不同产地的近、中光谱特征来辨别各类药材的产地以及种类。

基于线性判别分析的电力负荷预测

为了更加有效地减少电力负荷预测模型的输入变量以提高模型运行速度和预测精度,利用线性判别分析法(LDA)对输入变量进行降维处理,并与主成分分析法(PCA)在BP神经网络、支持向量机(SVM)和决策树梯度提升算法(LGBM)三种模型上进行实例分析对比,结果显示,使用LDA降维的三种模型的RMSE分别降低了42 MWh、62 MWh、55 MWh左右,MAPE分别降低了0.6%、0.9%、0.7%左右,预测精确度更高,在其中两种模型上还能显著缩短运行时间,模型的整体性能得到有效提高。

计及源-荷不确定性及需求侧响应的多主体综合能源系统两阶段鲁棒优化配置

基于峰谷电价差的需求侧负荷参与调度,是实现源荷平衡和促进可再生能源消纳的重要策略。为应对源-荷不确定性对电源容量管理带来的挑战,该文提出了一种考虑源-荷不确定性及需求侧响应的多主体综合能源系统两阶段鲁棒优化配置策略。在第一阶段,优化计算风电、光伏和储能的容量配置;第二阶段,规划风电、光伏、储能和燃气轮机的实际出力。模型综合考虑了多类型多负荷需求响应约束,并通过引入不确定性调节参数来表征源-荷不确定性的波动程度;同时,采用整数变量将原模型转化为混合整数线性优化问题,并利用双层列生成循环算法。仿真结果表明,所提策略能够灵活计算微电网电源配置方案及出力工况,为多源微网的电源容量配置策略和激发需求侧与电网之间灵活互动提供了理论支撑。

自适应近邻局部比值和线性判别分析算法

在机器学习和模式识别中,降维能够显著提升分类器的判别性能与效率。比率和(ratio sum,RS)是线性判别分析(linear discriminant analysis,LDA)的一种全新变体,它试图使投影矩阵在每个维度上都达到最优。但RS并没有考虑到数据的局部几何结构,这就可能导致无法求得最优解。为了克服RS的这一缺点,提出了一种自适应近邻局部比值和线性判别分析算法(adaptive neighbor local ratio sum linear discriminant analysis,ANLRSLDA)。该算法使用自适应近邻的构图方法构建邻接矩阵,保留数据的局部几何结构完成了数据类间及类内矩阵的构建,从而更好地找到数据的最优表示;并且该方法采用有效的无核参数邻域分配策略来构造邻接矩阵,避免调整热核参数的需要。在UCI数据集及人脸数据集进行了对比实验,验证了该算法的有效性。

具有时变不确定性的线性时滞系统的鲁棒H_∞性能分析

研究一类具有时变不确定性的线性时滞系统的鲁棒H∞ 性能 ,方法是采用仿射二次稳定概念把这类问题转化成线性矩阵不等式问题·与采用二次稳定概念相比 。

基于线性判别分析的模幂掩码模板攻击方法

掩码在模幂安全实现中被广泛采用,其抵抗侧信道分析的能力已被充分证明.本文发现模乘运算中读操作数的功耗将泄露操作数的地址,进而提出了一种基于线性判别分析的模板攻击方法,可对模幂掩码实现进行攻击.相比以往基于操作数的泄露,读操作数的功耗泄露将不受掩码的影响,对常见的带掩码防护的模幂实现仍有效.本文提出的方法首先将测试向量泄露检测技术应用于泄露特征提取,降低了无关点对攻击的影响;然后将线性判别分析扩展用于对曲线的分类和降维,提升了曲线的类可分离性.最后,本文以硬件模幂掩码实现为实验对象,通过实验验证了基于读取操作数的泄露分布在整个模乘运算中,且对不同类型模乘分类的准确率可达到99.98%.

弱非线性和不确定性对结构动力学分析的影响

局部连接引起的弱非线性和加工制造公差引起的参数变化不确定性是许多工程结构的常见现象。针对弱非线性和参数变化不确定性对结构动力学分析的影响进行了讨论,提出了一种通过恒位移和恒速度响应的振动试验进行非线性建模,并用统计分析来处理不确定性,建立尽可能精确的数学模型进行结构动力学分析的处理方法。仿真实例是在对美国Sandia国家实验室2006年提出的"结构动力学问题的模型确认挑战"研究的基础上,建立的具有非线性刚度和非线性阻尼以及参数变化不确定性的三自由度集中质量模型,仿真结果验证了方法的有效性。

计及不确定性的新能源微电网负荷线性规划模型构建

以提升新能源电网消纳量为目的,构建计及不确定性的新能源微电网负荷线性规划模型。上层模型负责规划新能源电网储能装置、电机制冷等机组容量,并将规划后的电网机组容量传输至下层模型。通过设置电网负荷中断、平移等不确定性约束条件,下层模型将该电网负荷不确定性约束条件转换为确定性约束,然后利用两阶段分解方法获取不确定性约束条件的目标值和决策量,获取最佳经济效益结果并将其输入至上层模型,上层模型对电网机组容量进行二次规划,输出最终新能源电网负荷线性规划结果。实验结果表明,应用该模型后新能源电网储能设备冷电、热电利用比得到较大幅度提升,季节性有功损耗上限与下限变化趋势明显,消纳量数值最高为1200 kW,且电网平均收益增长13.83%。