结合主元成分分析的受限玻耳兹曼机神经网络的降维方法

介绍一种能够有效地获取数据本质的基于受限玻耳兹曼机(RBM)神经网络的降维(RBMNNBDR)方法,并结合主元成分分析法(PCA),提出了一种新颖的复合特征降维方法,即PCA-RBMNNBDR.结合人脸研究的几个应用示例,通过实验对PCA-RBMNNBDR、RBMNNBDR和线性判别式分析(LDA)方法进行比较.结果表明,PCA-RBMNNBDR方法在人脸图像降维和分类方面有更好的效果,其分类正确率高于RBMNNBDR和LDA方法.

采用核主元成分分析和随机森林的电梯故障诊断

针对传统分析方法不能显著反映电梯急停故障特征样本的不明显及非线性属性等问题,采用核主元成分分析与随机森林相结合应用于电梯急停故障诊断。诊断结果表明,核主元成分分析能够有效选择特征样本,随机森林对噪声具有较好的容忍度和很高的评估准确率,该方法能够有效地识别电梯轿厢急停故障。

基于三维荧光光谱和四元数主成分分析的食醋品牌溯源研究

提出基于四元数主成分分析的三维荧光光谱特征提取新方法,并将其运用于品牌食醋溯源研究。首先利用F7000荧光光谱仪测得不同品牌食醋样本的三维荧光光谱数据,获取样本的等高线图和三维投影图,并进行三维荧光等高线图分析;然后利用激发波长分别为380,360和400nm下的发射光谱数据建立食醋三维荧光光谱数据的四元数并行表示模型,对四元数荧光光谱矩阵进行四元数主成分特征提取,并基于乘积运算、模值运算和求和运算三种方法对提取出来的四元数主成分特征进行特征融合;最后将融合特征作为K近邻分类器的输入,得到不同食醋品牌的最优分类模型。分别讨论三种不同特征融合方法和四元数主成分个数与最终模型分类正确率之间的关系。针对四个不同食醋品牌120个样本的分析结果可得:基于求和特征融合运算所得到的融合特征可以利用最少的特征数目,建立最优的溯源模型,样本预测集溯源正确率可达100%。研究结果表明:四元数主成分特征提取和特征融合方法能够并行表示三维荧光光谱数据所蕴含的丰富信息,为三维荧光光谱数据分析提供新思路。

考虑空间尺度效应的云南异龙湖流域主要入湖河流污染源解析

定量解析污染源对水质影响的贡献是水环境精细化管理的重要基础。目前多通过水质和土地利用类型的关系以解析水体污染源的研究,忽略了空间尺度的差异性,引发景观配置不合理的后果。为此,本研究依据考虑空间尺度效应的污染源解析方法,基于异龙湖流域3条主要入湖河流的入湖口监测断面对雨季和旱季的水质数据进行研究。同时利用绝对主成分—多元线性回归模型(APCS-MLR)和bioenv分析揭示河道不同尺度缓冲区的土地利用变化对水质的影响并解析河流主要污染源。研究结果表明:(1)异龙湖主要入湖河流水质表现出季节性差异,旱季期间3条主要入湖河流的浊度、化学需氧量(COD_(Cr))、氨氮(NH_(3)-N)、总磷(TP)和总氮(TN)浓度平均值相比于雨季减幅分别为39.53%、39.93%、94.48%、38.29%和1.72%。其中,入湖河流水体中的TN在旱季和雨季的超标率分别为58%和74%,成为首要污染物;(2)在旱季,20 m缓冲区尺度内河流水质受耕地和裸地占比影响较大,随着空间尺度的扩大,至50~300 m缓冲区尺度时建设用地、林地及水体占比对水质的影响增加;在雨季,COD_(Cr)、NH_(3)-N、TP和TN受20~300 m缓冲区尺度下建设用地占比及200~300 m缓冲区尺度下的水体占比影响,溶解氧受20 m缓冲区尺度内建设用地占比及50~300 m缓冲区尺度下耕地占比影响;(3)异龙湖流域主要入湖河流在旱季的主要污染源是20 m缓冲区尺度内的裸地、20~100 m缓冲区尺度下的耕地、50~300 m缓冲区尺度下的建设用地以及100~300 m缓冲区尺度下的基塘—水库水体;雨季的主要污染源是20~300 m缓冲区尺度下的建设用地、200~300 m缓冲区尺度下的水库—基塘以及50~300 m缓冲区尺度下的耕地。本研究在污染源解析过程中提出考虑不同河道缓冲区的空间尺度,在一定程度上可以克服受体模型的主观性,提高污染源识别和分配的准确性。研究结果可以帮助管理者明确在不同空间尺度下污染防治的重点,为水环境管理工作提供新的参考。

一种变工况下海流发电机叶片附着物检测方法

针对流速变化使得变工况下海流发电机叶片附着物故障特征模糊、鉴别性差的问题,提出一种基于自适应频率正比采样(APFS)的叶片附着物检测方法。首先,采集不同工况下海流发电机电流信号,通过希尔伯特变换提取出定子电流信号的瞬时频率;然后,利用瞬时频率与采样频率比值变步长采样瞬时频率序列,将非稳定瞬时转动频率转变为稳定值;最后,利用排列熵设置采样迭代停止阈值,将重采样后的瞬时频率序列作为故障特征划分为样本矩阵,建立主成分分析检测模型以实现附着物检测。基于0.23 kW海流发电样机的实验平台被搭建用于验证所提方法的有效性,实验结果表明,所提算法在对抗流速变化下引起的海流发电机变工况问题中,误报率低至0.25%,具备较高检测精度和鲁棒性。

南淝河主要水体污染物空间分布特征与污染源解析

在南淝河水质监测数据的基础上,通过聚类分析,对其主要水环境污染物的空间分布特征进行了剖析,然后采用因子分析法提取影响因子,鉴别污染源并采用绝对主成分多元线性回归分析法计算各影响因子的污染贡献率。结果表明,南淝河整体污染较为严重,通过聚类分析可将南淝河大致分为A、B、C 3类,其中,A类83.32%的污染来源于点源营养物质和点源有机物;B类70.16%来源于点源营养物质和点源有机物;C类71.63%的污染来源于农业面源的农业营养物质和生物化学的影响。

多元统计分析在渭河渭南段水质评价的应用

选取2013-2015年渭河渭南段5个监测断面上6个水质指标的数据,运用主成分分析(PCA)和绝对主成分多元线性回归分析对渭河渭南段丰水期和枯水期质特征进行综合评价。2013-2015年渭河渭南段丰水期水质优于枯水期水质;干流沙王渡和树园水质较差,潼关吊桥水质较好;支流沋河水质较差,北洛河水质较好。上游来水和沋河对此段干流水质影响较大,华州区南山支流对潼关吊桥断面上游水质有稀释作用。渭河渭南段枯水期和丰水期分别提取了2个主成分和4个主成分,其累计解释方差分别为80.216%和84.188%。分析表明,渭河渭南段枯水期和丰水期的污染源相似,主要来自城市生活及工业企业污染和农业面源污染。

一种CDRWPCA网络故障特征提取算法

针对主元成分分析(PCA)在网络故障特征提取过程中可能丢失分类信息的问题,提出了一种中心距离比值加权主元成分分析(CDRWPCA)算法。算法计算样本每维特征的中心距离比值来衡量特征间的差异,并根据特征差异构造权重因子,对更具有鉴别性的特征赋予更大的权重,得到加权数据集;然后对加权数据集运用PCA进行特征提取后将提取后的数据集送入支持向量机(SVM)验证算法的有效性。算法相比较与PCA算法增加了时间复杂度,但相对于PCA算法本身的时间复杂度,增加不多。在网络故障诊断中的实验结果表明算法能在提取特征维数更少的情况下,提高了故障识别率。

PCA变换下的GMM-SVM话者确认研究

针对支持向量机(SVM)输入参数不能充分利用高斯混合模型(GMM)均值、方差、权重所携带的说话人信息,而导致与文本无关话者确认系统性能下降的问题,本文结合GMM的均值、方差、权重,提出一种新的、基于自适应后GMM的,SVM模型输入特征提取方法。在NIST 06语音数据库上的实验表明,本方法将等误识率(EER)从高斯混合模型-通用背景模型(GMMUBM)系统的8.49%,下降到基于离散余弦变换(DCT)变换GMM-SVM系统的4.16%,以及基于主元成分分析(PCA)GMMSVM系统的3.3%.

一种M2DPCA和NSA相结合的人脸识别方法

将非参数子空间分析方法(NSA)和模块化2DPCA方法相结合,提出了一种模块化2DPCA+NSA方法。NSA方法需将图像矩阵转化为向量后进行特征提取,导致数据维数很大,没有考虑到图像的局部特征,对图像矩阵进行分块,采用2DPCA进行特征提取,得到替代原始图像的低维新模式,施行NSA。该法能有效提取图像的局部特征,而由于考虑到类内、类间的差异,可弥补PCA的缺陷。在ORL人脸库和XM2VTS人脸库上对LDA方法、NSA方法以及该方法分别进行了评价和测试,结果显示,所提方法在识别效果上优于LDA方法和NSA方法。

基于加权Boosting的核偏最小二乘图像超分辨率重建

核偏最小二乘(KPLS)算法对每个图像块选用全部主元成分进行图像重建,导致图像超分辨率算法的计算量大。兼顾图像重建质量和时间效率,该文提出一种加权Boosting的图像超分辨率重建算法。为自适应地选取每个图像块主元成分的最佳数目,利用加权Boosting原理对KPLS回归预测量进行补偿,推导给出补偿权重系数的数学表达式。讨论不同Boosting阈值d情况下的重建性能,在合适的d下,选取出主元成分的最佳数目m更好地满足KPLS回归模型的精度要求。实验结果表明,该文算法的超分辨率重建质量优于传统算法。

北京市海淀区细菌性痢疾与气象因素的关系

目的研究北京市海淀区细菌性痢疾发病与气象因素的关系;建立主成分多元线性回归方程,预测菌痢周发病数,并建立菌痢发病预警系统。方法收集北京市海淀区2004年1月1日～2006年12月31日菌痢周发病数和同期气象因素资料,建立数据库,SPSS11.5与SAS8.0相结合进行相关分析、主成分分析和多元线性回归分析。结果相关分析结果显示,菌痢周发病率与平均气温、水气压、湿度、最高气温、最低气温和最小相对湿度成正相关,与风速和日平均海平面气压成负相关。主成分多元线性回归分析结果显示,对菌痢发病数影响大的气象因素有日照时间、水气压、日平均海平面气压和温度。结论①海淀区菌痢发病率有明显的季节性,日照时间长、高温高湿、低压气候易引起菌痢的高发;②主成分多元线性回归建立的预测方程能预测近期菌痢的周发病数。

基于分形的城市地面亮温与植被研究

利用主成分像元分解分析法提取植被信息,计算了城市地面亮温、NDVI、主成分像元分解分析3幅图像的样带分形维数,分析了3幅图像及其样带分形维数的特征,探讨了地面亮温与植被的关系。实例结果表明,当地表覆盖多为同质时,地面亮温分形维数较低,主成分像元分解分析法比NDVI能更有效地提取植被信息,更适合用于地面亮温的研究。

基于QPCA的彩色图像复制粘贴检测

目前,大多数图像取证方法对彩色图像的处理是将其转换为灰度图像,从而导致了彩色图像的颜色信息不能被有效且充分地利用.针对此问题提出一种基于四元数主成分分析(quaternion principal component analysis, QPCA)的复制粘贴篡改检测方法.该方法充分利用了彩色图像的各个颜色通道及它们之间的相关性,能够有效提高篡改区域的识别度.运用基于图像块的检测方法,首先将图像分块后对所有块进行QPCA计算以提取特征,然后用字典排序获取相似块的移位向量,最后根据移位向量频数与阈值的比较确定篡改区域.实验结果表明,所提方法的误检漏检率低于现有方法,检测准确率有较大提高.

松花江哈尔滨段水环境质量评价及污染源解析

为全面了解松花江流域哈尔滨段的水质污染状况,根据2015年松花江流域哈尔滨段丰水期、平水期和枯水期的水质监测数据,采用主成分分析(PCA)对水质污染现状进行综合评价,并根据主成分分析计算得到的相关数据进行APCS-MLR(绝对主成分多元线性回归分析),量化主成分对各污染物的贡献率.在评价过程中,充分利用ArcGIS软件对不同断面水质状况进行可视化表征,展现水环境质量的空间特征,更加直观地表达水质的区域差异性.结果表明:松花江哈尔滨段水体的主要污染物包括COD_(Cr)、TN和NH_3-N,丰水期第1主成分对其贡献率分别为69.97%、69.18%、74.23%,平水期为22.91%、22.21%、37.57%,枯水期为83.77%、83.60%、83.09%;6个断面中,朱顺屯断面的水质优于其他断面的水质,上游水质优于下游水质;研究水体水质总体上表现为丰水期优于枯水期.研究表明,污染物主要受到生活污水和该江段沿岸石化、汽车和造纸企业工业废水排放的影响.污染物主要来源于阿什河口内和呼兰河口内断面,干流水体水质优于支流水体.

乌江流域水环境质量评价及污染源解析

为全面了解乌江流域贵州段的水质污染状况,根据2016年乌江流域贵州段丰水期、平水期、枯水期的水质监测数据,采用单因子和综合水质标识指数对其水质状况进行了评价,并用绝对主成分多元线性回归分析(APCS-MLR)量化不同主成分对各污染物的贡献率。结果表明:溶解氧、总磷在丰水期和平水期水质标识指数高于枯水期,高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮在各水期变化并不明显;氨氮、总磷是乌江流域水环境的主要污染因子,其次为化学需氧量、五日生化需氧量和溶解氧。乌江流域内各小流域之间差异显著,清水河流域水质最差,三水期平均样点超标率高达62%,湘江流域有20%样点超标严重,超标样点均劣于V类水,乌江干流中游水质次之,其余流域样点均处于Ⅱ类以上,且无样点超标;总体上乌江流域丰水期水质受农业面源影响略低于平水期和枯水期。根据PCA(主成分分析)和APCS-MLR分析结果,丰水期第一主成分与氨氮呈显著相关,对其贡献率为45.99%,表明丰水期氨氮为主要污染物,平水期第一主成分主要与化学需氧量、五日生化需氧量、氨氮呈显著相关,对其贡献率分别117.88%,117.39%,118.38%,表明化学需氧量、五日生化需氧量、氨氮为平水期主要污染物,枯水期第一主成分与化学需氧量、五日生化需氧量、氨氮、总磷相关性较高,对其贡献率分别为6.38%,6.08%,6.21%,6.26%,表明这几个因子是枯水期主要污染物。研究表明,污染物主要来源于流域内沿岸乡镇、村寨、部分市县生活污水、生活垃圾排放以及农业面源和磷化工企业的废水排放,水质最差的清水河流域和湘江流域的J33样点受城市点源污染主导。

基于NB-IOT的矿下环境监测及瓦斯涌出量研究

针对煤矿井下环境监测存在传输信号较差、工作面瓦斯涌出量难以预测的问题,提出基于NB-IOT的矿下环境监测系统及瓦斯涌出量预测模型。首先,针对矿井下温湿度、烟雾、一氧化碳、瓦斯气体等监测指标,利用NB-IOT无线传感网络技术与云平台相结合的方式,建立NB-IOT矿下环境监测系统。其次,结合监测的瓦斯气体数据与相关影响因素,利用主成分多元线性回归方法建立瓦斯涌出量预测模型。最后,将主成分多元线性回归与普通多元线性回归模型的预测精度进行对比,结果表明,主成分多元线性回归模型的最大值与最小值相对误差准确度分别提升50.47%、83.58%,验证了模型的可行性与准确性。

辽河水环境质量评价及其污染源解析

为全面了解松辽河河流水体的污染状况,根据辽河的水质监测数据,采用主成分分析(PCA)对水质污染现状进行综合评价,并在主成分分析计算的相关结果之上进一步进行绝对主成分多元线性回归分析(APCS-MLR),量化了每个主成分对各污染物的贡献率。结果表明:辽河水体的主要污染物包括高锰酸盐指数、COD_(Cr)、BOD_5、NH_3-N和石油类。丰水期第一主成分对NH_3-N、石油类的贡献率分别为49.09%和24.71%;平水期第一主成分对高锰酸盐指数、COD_(Cr)、BOD_5和NH_3-N的贡献率为30.48%、56.16%、26.93%和160.89%;枯水期第一主成分对高锰酸盐指数、COD_(Cr)、BOD_5、NH_3-N和石油类的贡献率分别为100.25%、101.26%、128.36%、93.71%和54.33%。辽河整体水质为Ⅳ类或Ⅴ类水质,在7个监测断面中,双台子河闸水质最差。研究表明,污染物主要受到沿岸城镇居民生活和石油化工企业废水的排放以及农业和畜牧业等面源污染的影响。

多元统计方法在金水河水质时空变化分析中的应用

多元统计分析在水质评价中是一种简便、有效的分析方法。本文采用聚类分析、因子分析和主成分多元线性回归分析等多元统计方法对秦岭南坡的金水河流域的水质时空变化进行了研究。结果指出:①聚类分析将采样时间明显划分为2组,分别对应干季和雨季,说明金水河水质具有明显的季节性变化;同时,将采样点分为3类,从空间上反映不同的水质水平和污染程度;②因子分析提取了3个公因子,分别反映水体的离子浓度和硬度、含氮水平及含磷水平;③通过主成分多元线性回归分析,计算得到了3个公因子和不确定因子对各个指标的贡献率,表明金水河的水质受到各个因子不同程度的影响。本研究为金水河水资源利用、保护提供了科学依据,并对我国秦巴山地水资源规划与管理具有一定的指导意义。

典型云南高原湖泊叶绿素a与影响因子的定量关系及对比分析

湖泊富营养化的影响因子涉及水文、物化、生物等多方面,具有复合性和非线性特征,定量化其与影响因素间的相关关系有助于识别影响湖泊营养状态的关键因子,可以用较低的成本、较短的时间达到理想的控制效果.云南高原湖泊具有易发生富营养化的自然和气候特征,对其富营养化发生条件及影响因子的分析可为科学的控制决策提供参考.本文选取云南滇池、程海、抚仙湖和异龙湖4个高原湖泊,比较湖泊自然特征与流域社会经济条件的异同;构建包括绝对主成分多元线性回归分析(APCS-MLR)、结构方程模型(SEM)及人工神经网络模型(ANN)的综合分析方法,重点关注并确定浮游初级生产力的代表指标(叶绿素a,Chla)与相关影响因子间的定量相关关系.研究发现:14个湖泊中,对Chla浓度变化影响最大的均为理化因子,但在各湖中该影响的正、负性及不同理化因子的贡献权重有较大差异;2流域污染源构成的不同在一定程度上影响了入湖的氮、磷负荷,使4个湖泊表现出不同的营养盐限制性特征;3流域面积、湖泊形态及湖体水动力条件影响着营养盐在湖体中的迁移转换,造成4个湖泊富营养化的差异性特征;4对Chla与影响因子间因果关联的识别须结合深入的机理过程分析.