安徽省农业生产碳排放测算及驱动因子的典型相关分析

探索农业生产碳排放强度驱动因子,对制定低碳农业发展规划及目标具有重要启示意义。运用IPCC碳排放测度模型,测算了2005—2020年安徽省农业生产碳排放情况,采用典型相关分析方法,考察了农业生产碳排放效率驱动因子。结果表明,安徽省农业生产碳排放由2005年的987.40万t攀升至2020年的1227.59万t,年均增长1.46%。农业生产碳排强度由2005年的1.21 t/万元下降至2020年的0.49 t/万元,年均下降5.85%;农业生产碳排放与其强度呈显著剪刀差态势,两者间夹角达33.52°。农业科技创新、农机化水平、农业生产结构与农业生产碳排放强度典型相关系数分别为-0.652、-1.728、-0.562,均为农业生产碳排放强度下降的动力因子;规制政策、城镇化水平、农村经济发展水平与农业生产碳排放强度典型相关系数分别为0.085、0.619、1.232,为农业生产碳排放强度下降的制约因子。基于研究结果,提出了安徽省发展低碳农业的政策建议。

基于典型相关分析的脑网络研究方法综述

脑网络分析在研究大脑的认知活动、探究大脑的信息处理模式和辅助精神类疾病的诊断等方面都起着重要作用。近年来,基于多变量数据集的脑网络研究方法得到了普遍关注。典型相关分析(CCA)作为一种基于数据驱动的多元统计方法,能够有效捕捉多变量数据间的隐含关系,被广泛地应用于脑网络研究。综述CCA在脑网络研究中的作用、具体应用模式、存在的优势和局限性。首先,对传统的CCA其及常见变体的算法原理进行归纳总结;然后,阐述基于CCA分析方法在脑网络构建、脑网络分析、脑网络标记物识别方面的研究现状;最后,对基于CCA的脑网络研究方法进行总结并探讨未来研究的方向。

典型相关分析与结构方程模型方法的比较研究

典型相关分析(CCA)和结构方程模型(SEM)的应用日益广泛,但由于二者存在较大的相似性而常使研究者在使用过程中面临选择困难等问题,因而准确理解和区分二者之间的差异至关重要。文章基于SPSS和AMOS操作环境对典型相关分析和结构方程模型在函数式、基本图形、二阶因素、中介效应及使用条件等方面进行系统性比较,研究结果表明:(1)CCA可以进行线性组合计算,直接计算一个潜变量与另一组显变量的关系,能有效处理二阶因素计算问题。(2)SEM可以同时考虑多个潜变量之间的关系、计算和呈现误差方差和残差、准确地计算和展示中介效应、运用辅助性标准来判断模型适配度并通过调整变量之间的逻辑联系来修正模型,其输出结果全面而精确。(3)CCA适用于含有两个潜变量的简单模型,而SEM适用于含有多个潜变量的复杂模型。在特定条件下,可以结合使用CCA和SEM,或用CCA代替SEM。

基于滤波器组典型相关分析的SSVEP信号分类方法

基于稳态视觉诱发电位(SSVEP)的脑机接口系统存在鲁棒性不足和短时分类准确率较低的问题,本文提出了一种基于滤波器组典型相关分析的SSVEP信号分类方法(FBCCA-SVM)。通过结合性能较为优秀的滤波器组典型相关分析(FBCCA)和鲁棒性强的支持向量机(SVM)的优点,使用SVM分类器替代FBCCA中的MAX分类器对FBCCA提取到的特征分类,在较短时间的刺激下在多目标分类中达到了较高的准确率和信息传输速率(ITR)。通过对8名受试者的实验结果表明,2 s的刺激时间下平均准确率为93.91%,信息传输速率为78.63 bit/min,与典型相关分析方法相比,平均准确率和信息传输速率分别提高了14.32%和25 bit/min;与滤波器组典型相关分析方法相比,分别提高了6.36%和9.66 bit/min;相比于主流识别算法,该方法性能得到明显提高,同时增强了目标分类的鲁棒性,为后续脑机接口系统的实际应用提供了实验基础。

基于典型相关分析的老年人主观幸福感与人格特质关系研究

背景随着老龄化进程加剧,老年心理健康问题已成为全社会关注的热点议题。已有研究表明老年心理健康问题与幸福感具有紧密联系,而人格特质会对主观幸福感产生较大影响,但二者在老年人群中的内在联系尚不明晰。目的探讨老年人的主观幸福感与人格特质的关系。方法2022年7—8月采用整群抽样法选取广东省东莞市塘厦镇林村的511名老年人,并采取问卷调查法对老年人进行现场调查,采用纽芬兰纪念大学幸福感量表(MUNSH)和中国大五人格量表简明15项版(CBF-PI-15)分别评价老年人主观幸福感和人格特质。采用Pearson相关性分析对老年人主观幸福感与人格特质的相关性进行分析,并采用典型相关分析,进行标准化典型相关模型的构建、典型结构分析、典型冗余分析。结果老年人MUNSH总分为(39.72±7.74)分,MUNSH各维度的得分从高到低依次为正性体验(9.48±3.24)分、正性情感(8.61±2.24)分、负性体验(1.44±2.31)分、负性情感(0.93±1.80)分。老年人CBF-PI-15的各维度得分为宜人性(14.04±2.60)分、外向性(11.77±4.05)分、尽责性(10.75±3.57)分、开放性(7.20±3.90)分、神经质(6.34±3.22)分。Pearson相关分析结果显示,主观幸福感与尽责性(r=0.334)、开放性(r=0.219)均呈正相关(P<0.05),与神经质(r=-0.223,P<0.05)呈负相关。典型相关分析结果显示,第一、第二对典型相关变量的相关系数是0.476、0.331(P<0.001)。标准化典型相关模型构建结果显示,老年人主观幸福感的第一典型变量标准化典型相关系数(U_(1))水平与人格特质第一典型变量标准化典型相关系数(V_(1))水平的相关性主要表现为正性体验与神经质之间的负相关,与尽责性之间的正相关;老年人主观幸福感第二典型变量标准化典型相关系数(U_(2))水平与人格特质第二典型变量标准化典型相关系数(V_(2))水平的相关性主要表现为正性情感、负性情感与神经质之间的正相关。典型结构分析结果显示,U_(1)与正性情感、负性情感、正性体验、负性体验呈较强相关,U_(2)与负性情感、负性体验呈较强相关。V_(1)与正性体验、尽责性、开放性呈较强相关;V_(2)与神经质、开放性呈较强相关。典型冗余分析结果显示,U_(1)解释人格特质5.4%的变异,V_(1)解释主观幸福感12.2%的变异,表明人格特质对主观幸福感的影响作用大于主观幸福感对人格特质的影响作用。结论整体上广东省东莞市塘厦镇林村老年人持有积极乐观的态度,主观幸福感水平较高,主观幸福感与神经质、尽责性人格关系密切,在未来可针对不同的人格特征采取相应的干预策略,提高主观幸福感,维护老年人的心理健康。

贵州烤烟化学特征组分与感官品质典型相关分析

以贵州烟叶主产区(铜仁、黔南、毕节)主要品种“云烟87”为材料,对其上、中、下部烟叶的化学成分和感官质量进行测定,并使用SAS软件进行典型相关分析。结果表明:总糖和还原糖与香气质、香气量、吃味呈负相关,与杂气呈正相关;多酚物质中隐绿原酸和新绿原酸含量对感官质量中香气质、香气量和吃味起决定作用。隐绿原酸含量升高,新绿原酸含量降低有助于提升烟叶香气质,但不利于提升香气量和吃味;糖醇类物质中丙三醇和木糖醇含量对感官质量中香气量、吃味和杂气起决定性的作用;氨基酸中缬氨酸和苯丙氨酸对感官质量中香气质、香气量、吃味和杂气起决定性的作用;烟碱、假木贼碱、新烟草碱对香气质、香气量、吃味和杂气起决定性作用。本研究结果为进一步通过调节化学成分促进感官品质提供了证据和新的思路,提高还原糖含量和降低总糖含量以增加香气质和降低杂气;平衡隐绿原酸和新绿原酸含量以改善烟叶协调性,提升烟叶感官质量;平衡糖醇类物质和氨基酸含量以促进烟叶感官品质;提高烟碱、假木贼碱、新烟草碱含量,以提升香气。

基于改进扩展典型相关分析的SSVEP信号识别方法

现有的稳态视觉诱发电位(SSVEP)的信号识别方法没有充分关注信号的相位特征在识别过程中的重要作用,为此提出一种扩展典型相关分析(eCCA)的改进方法。将联合频率-相位调制编码的刺激范式中的相位参数添加到由受试者训练数据所构造的参考信号,以此来实现对eCCA的相位约束,从而提升eCCA方法对SSVEP信号的识别性能。通过在公开数据集上与现有的SSVEP信号识别方法进行对比实验,表明所提方法对SSVEP信号的平均识别率提高到82.76%,信息传输速率提高至116.18 bits/min,且具有更好的稳定性。

基于典型相关分析的青少年自我中心与攻击行为关系研究

探究青少年自我中心与攻击行为的作用机制,能够为预防青少年犯罪提供参考。采用整群抽样的方法,选取山东省某中学586名学生,以自我中心问卷和攻击行为问卷为研究工具,探究青少年自我中心对攻击行为的影响。结果表明:青少年与父母的关系和自我中心、攻击行为存在显著相关关系(r自=0.209,p自<0.01;r攻=0.249,p攻<0.01);青少年自我中心与攻击行为之间存在显著正相关(r=0.696,p<0.01);较高假想观众和个人神话水平伴随较高的敌意。结论:青少年自我中心水平可以正向预测攻击水平,且自我中心水平与敌意水平具有更高相关性。

基于空间滤波器组典型相关分析的SSVEP信号处理

稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)作为一种特征较为明显的脑电信号,有着训练迅速、数据集要求少、分类准确率高等优点,近年来广受关注。SSVEP信号采集的过程中会受到环境、设备、人工操作等因素的影响,因此模型对不同信噪比信号的稳定性显得尤为重要。本文提出一种空间滤波器组典型相关分析模型,在原始信号、人工合成信号、平均特征信号三者之间提取四种空间滤波器用于后续分类,并将该模型与另外四种模型在不同信噪比情况下进行对比分析。六组低信噪比数据集为采集数据、六组高信噪比数据集为清华数据集,实验证明该模型在使用高低信噪比数据时均有优秀的分类性能,最高可达99.24%,且对不同数据长度有较高鲁棒性,同时信息传递速率(Information Translate Rate,ITR)最高可达105.1bits/min。

基于典型相关分析和灰色关联分析的电火花小孔加工参数优化

为改善电火花小孔加工效果,采用典型相关分析法分析相关性和利用灰色关联理论优化参数组合的方法,选取直径0.7 mm的黄铜电极丝对304不锈钢板进行打孔实验。基于正交试验数据,分析了不同参数组合与工艺指标之间的相关性,确定了放电脉冲、放电休止、电流峰值、基准电压和极间电容等参数与加工时间、电极损耗、孔径三个工艺指标之间的关系以及各工艺指标的权重。采用灰色关联度值表示综合质量评价标准,运用均值分析法确定了最佳工艺参数组合。结果表明:相较于优化前,电极损耗减少23.10%,加工时间缩短37.50%,孔径减小1.10%。

基于核典型相关分析的语音情感识别研究

语音是人类表达思想和感情交流最重要的工具,是人类文化的重要组成部分。语音情感识别作为情感计算中的重要课题已经成为国际上的研究热点,受到越来越多的关注。已有神经科学研究表明,大脑是产生调节情感的物质基础。因此,在语音情感的研究中,我们不能仅考虑语音信号自身,还应将大脑的活动信号融入语音情感识别中,以实现更高准确率的情感识别。基于上述思想,本文提出了一种基于核典型相关分析(KCCA)的语音特征提取方法。该方法将语音特征与脑电图(EEG)特征映射到高维希尔伯特空间,并计算二者的最大相关系数。KCCA将语音特征在高维希尔伯特空间上向与脑电特征相关性最大的方向投影,最终得到包含脑电信息的语音特征。本文方法将与语音情感相关的脑电信息融入语音情感特征提取中,所提特征能够更准确的表征情感。同时,本方法在理论上具有良好的可迁移性,当所提脑电特征足够准确与具有代表性时,KCCA建模得到的投影向量具有通用性,可直接用于新的语音情感数据集中而无需重新采集和计算相应的脑电信号。在自建语音情感数据库与公开语音情感数据库MSP-IMPROV上的实验结果表明,使用投影语音特征进行语音情感分类的方法优于使用原始音频特征和其他语音特征提取方法。

成分数据典型相关分析的增量算法

成分数据典型相关分析(CCAI)是一种研究多个成分数据变量之间线性相关关系的方法,在经济、管理、地质、化学等多个领域应用广泛。在海量数据背景下,研究如何针对成分数据流展开典型相关建模分析,具有重要的理论意义和实用价值。为此,提出了成分数据典型相关分析的增量方法,通过对增量成分数据的协方差分解,实现对成分数据流典型相关性的精确计算。同时,给出序贯式和并行式2种分块增量算法,可处理多组成分数据的数据流建模问题,序贯式分块增量算法,按照数据流的先后顺序进行计算,并行式分块增量算法可以达到提高计算效率的目的。通过对不同概率分布和样本规模的成分数据流的仿真研究及微博假新闻的实例分析,验证了所提算法相比于传统的非增量算法,在保证计算准确性的前提下,具有提高运算效率的优势。

基于典型相关分析探究阿拉善双峰驼血清激素水平与泌乳性能的相关性

[目的]探讨阿拉善双峰驼血清激素水平与泌乳性能的相关性。[方法]选取65峰体况及胎次相近的泌乳初期阿拉善双峰驼,测定其血清激素水平(雌二醇、雌三醇、雌酮、卵泡刺激素、促黄体素、孕酮、催乳素、生长激素、皮质醇、5-羟色胺、肾上腺素、去甲肾上腺素、胰岛素、胰高血糖素、瘦素)和泌乳性能指标(乳产量、乳蛋白率、乳脂肪率、乳糖率、灰分含量)。对血清激素水平和泌乳性能进行典型相关分析:以泌乳性能各指标为X组变量,对应的综合变量为V;以血清激素水平为Y组变量,对应的综合变量为W;利用这两个综合变量之间的相关关系反映两组指标之间的整体相关性,探究血清激素水平与泌乳性能各指标之间的相关关系。[结果]在泌乳性能指标X组中,乳产量的变异程度最大,其次是乳脂肪率,乳糖率、灰分含量、乳蛋白率的变异系数较小;在血清激素水平指标Y组中,变异系数最大的是孕酮,其次是雌二醇,然后依次是促黄体素、去甲肾上腺素、卵泡刺激素、5-羟色胺、皮质醇、雌酮、催乳素、肾上腺素、胰岛素、雌三醇、生长激素、瘦素、胰高血糖素。血清激素水平内部变量间的相关性分析表明,雌三醇的血清水平与雌酮(r=0.88,P<0.001)、促黄体素(r=0.70,P<0.001)、催乳素(r=0.59,P<0.001)显著正相关。泌乳性能与血清激素水平的典型相关分析表明,乳蛋白率与雌三醇的血清水平有较大的相关性。[结论]阿拉善双峰驼泌乳初期的乳蛋白率与雌三醇、雌酮、促黄体素和催乳素的血清激素水平具有相关性。

合理进行多元分析——典型相关分析

本文目的是介绍与典型相关分析有关的基本概念、计算方法、两个实例以及SAS实现。基本概念包括典型变量、典型相关系数、典型相关分析、典型变量个数的确定以及典型变量的性质;计算方法涉及典型相关变量中系数的估计和典型相关系数的假设检验;两个实例涉及的资料分别是“受试者的身体形态以及健康指标的测定结果”和“人力资源管理实践变量与组织绩效变量的测定结果”;借助SAS对两个实例中的定量资料进行了典型相关分析,并对输出结果给出了解释。

公园与人口系统互动关系的典型相关分析——以我国地级市及以上城市为例

在新时代“以人民为中心”的发展背景下,科学认知公园与人口之间的互动关系是实现城市人居环境高质量发展的理论基础。文章以中国251个地级市及以上城市为研究对象,采用典型相关分析方法探究2006—2019年公园系统与人口系统因素之间的交互作用关系。研究表明:①公园系统与人口系统存在显著的相关性,人口系统对公园系统的影响程度较高;②人口规模是公园总量增加的最基本驱动力,公园总量是人口规模扩张的重要支撑;③人口生活水平是公园服务水平提升的调控外力,公园服务水平是人口生活水平提高的外在动力。研究由表及里定量揭示公园与人口系统的互动关系,以期为制定“以人为本”的公园发展规划提供理论依据。

基于典型相关分析的农业类APP农户使用影响因素研究

为了比较农业类APP在推广过程中各影响因素的重要性,以山东省烟台市、泰安市和威海市的农户为研究对象,采用典型相关分析方法,分析主观因素和客观因素对农户使用农业类APP的影响。结果表明,主观因素中软件的了解程度是决定是否使用农业类APP的主要因素,传统信息渠道是否满足信息需求是次要因素,当传统信息渠道不能满足农户对信息的需求时有利于软件的推广;客观因素中平均每月获得技术指导的次数和农户年龄分别是主要因素和次要因素。综上,在推广农业类APP时应以40岁以上农户为重点对象、以传统信息渠道发展良好但无法完全满足农户对农业信息需要的地区为重点发展地区,注重培养农户的软件使用能力。

油松优树与子代生长性状的典型相关分析

该文以油松29个优树材料和其子代测定材料为研究对象,对油松优树的选优因子,包括树高、胸径和材积生长量大于优势对比木的百分比优树年生长量,与洛南、黄陵两个试点的子代测定林的生长因子的相关关系进行研究,并对子代林的生长性状进行遗传变异分析。结果表明:生长量大于优势对比木的百分比与洛南子代生长因子和黄陵子代材积性状无显著相关,与黄陵子代树高、胸径相关紧密;优树树高和材积年生长量与子代材积和胸径生长量相关显著。典型相关分析表明,生长量大于优势对比木的百分比对子代生长因子无显著相关作用,而优树生长因子中树高年生长量对子代胸径和材积起主要作用。按照5株优势木对比法选优测定结果,80%以上家系均大于对照,表明选优效果较好。

子模式典型相关分析及其在人脸识别中的应用

传统的典型相关分析(CCA)是有效的特征提取方法之一,已广泛应用于包括人脸识别在内的模式识别的许多领域.但在人脸识别为代表的高维小样本问题上该方法存在如下不足:1)人脸识别的小样本特性使CCA两组特征矢量构成的总体协方差矩阵奇异,难以直接应用;2)作为一种全局线性投影方法,不足以很好地描述非线性的人脸识别问题;3)缺乏对局部变化的识别鲁棒性.本文受已提出的子模式主分量分析(SpPCA)的启发,提出了子模式典型相关分析(SpCCA).该方法将局部与全局特征矢量之间的相关性特征作为有效的判别信息,既达到了融合局部与全局信息的目的,又消除了特征之间的信息冗余.通过子模式的划分,SpCCA避免了小样本问题,更好地描述了非线性的人脸识别问题;并通过投票方式融合结果,增强了对局部变化的鲁棒性.在AR与Yale两个人脸数据集上的实验证实了该方法比对比方法不仅有更优的识别性能,而且更加稳定和鲁棒.

基于多集典型相关分析的雷达辐射源指纹识别

为了提升雷达辐射源指纹识别系统的性能,提出了一种基于多集典型相关分析的辐射源指纹识别新策略.首先抽取辐射源信号的模糊函数多普勒切片作为初始特征,继而利用多集典型相关分析实现了表征能力不同的各切片间的特征融合与冗余消除,而进一步推广得到的多集判别典型相关分析在保持较低典型向量阶数的同时还可获得更优的识别性能.由于采用多集策略进行切片特征的直接融合,模糊函数加多集典型相关分析法不仅避免了代表性切片法中切片寻优的不确定性,而且克服了传统典型相关分析只适用于两集特征的局限性.实测雷达辐射源数据上的实验表明所提方法有效地优化了雷达指纹特征.

典型相关分析在人脸姿态估计中的应用

在单一物体角度估计中,典型相关分析(CCA)可以用来建立图像空间和角度空间的联系.基于人脸总体形状的相似性,提出了基于外观的人脸姿态估计方法.使用CCA建立姿态变化时人脸这一类物体的外观空间和姿态空间的关系.典型相关向量最大化人脸外观空间和姿态空间的相关性,张成了它们的相关子空间.在相关子空间中,通过线性回归的方法,估计未知姿态图像的角度.为了更好的处理外观空间的非线性问题,引入了该方法.在CUbiCFacePix数据库上的实验验证了这两种算法的有效性.