局部非参数子空间分析在人脸识别中的应用

提出了一种局部非参数子空间分析算法(Local Nonparametric Subspace Analysis,LNSA),将其应用在人脸识别中。LNSA算法结合了非参数子空间算法(Nonparametric Subspace Analysis,NSA)与局部保留投影算法(Locality Preserving Projection,LPP)。它利用LPP算法中的相似度矩阵重构NSA的类内散度矩阵,使得在最大化类间散度矩阵的同时保留了类的局部结构。在ORL人脸库和XM2VTS人脸库上作了实验并证明LNSA方法要优于其他方法。

二维PCA非参数子空间分析的人脸识别算法

提出一种结合二维PCA(2DPCA)的二维非参数子空间分析(2DNSA)人脸识别算法。利用2DPCA对原始图像矩阵进行特征降维,以降维后的特征为训练样本,进行二维非参数判别分析,并综合考虑类边界样本对分类的影响,采用2DNSA实现更合理的特征提取。基于Yale、LARGE人脸数据库的实验结果表明,与(2D)2PCA、2DPCA、(2D)2LDA、2DLDA、2DPCA+2DLDA、2DNSA算法相比,该算法性能更优。

基于非参数分析方法的上海—苏州巨型城市区域就业多中心空间结构研究

利用移动通信信令数据识别上海—苏州组成的巨型城市区域内通勤联系,应用非参数分析方法识别区域内就业中心,以此测度巨型城市区域的多中心结构。利用移动通信信令数据识别就业者工作地数据,得到整个区域内基于网格的就业密度分布。应用改进的非参数分析方法识别巨型城市区域内就业中心。第一阶段利用局部加权回归识别出候选就业中心;第二阶段识别围绕候选中心的高就业密度网格,与候选就业中心组成就业中心范围。最后,用内外交互指数和水平交互指数验证了该区域的功能多中心程度。研究发现,在通勤联系视角下,上海和苏州组成的巨型城市区域内存在20个有区域影响力的就业中心,已经形成了功能多中心结构。利用移动通信信令数据和非参数分析精确识别具有区域影响力的就业中心范围,避免了既往研究中行政单元对研究结果的影响,为准确认识上海—苏州巨型城市区域的空间结构提供了支持。

分块非参数特征分析在人脸识别中的应用

基于非参数特征分析NFA方法,提出了分块NFA算法,并将其应用到人脸识别上。分块NFA算法首先对图像矩阵进行分块,对分块得到的子图像矩阵再应用NFA进行图像特征提取。这样做有两个优点:(1)能有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出;(2)与NFA相比,由于使用子图像矩阵,分块NFA可以避免使用奇异值分解理论,过程简便,并且克服了小样本问题。此外,NFA是分块NFA算法的特殊情况。在ORL和YALE数据库上进行的实验验证了本文所提方法要优于NFA算法。

地震震级空间分布的非参数分析

描述了应用非参数局部线性回归对震级平均趋势空间结构的研究。如果推测特定区域的地震数据集有空间相关,则需要使用修正版本的广义交叉验证方法计算光滑参数,以获得平均震级估计量。这种方法允许我们将空间依赖考虑进去从而获得更好的光滑参数。而且,应用参数自助法(bootstrap)可以量化由非参数估计方法得出的空间图的变异,也可以计算在特定震中发生的地震观测的震级大于等于给定阈值的概率。这些方法应用于两个不同的地震数据集:伊比利亚半岛西北部历史地震目录和加利福尼亚1998年1月到2008年4月的地震。

基于相空间重构和非参数神经网络集成股市预测研究

利用奇异谱分析方法对股市时间序列重构,降低噪声并提取趋势序列,并利用C-C算法确定嵌入为维数和延迟阶数进行相空间重构,生成神经网络的学习矩阵,进一步利用Boosting技术和不同的神经网络模型,生成神经网络集成个体,最后采用非参数回归模型进行集成,建立多元变窗宽高斯核函数的非参数回归的神经网络集成模型,以此建立股市预测模型.通过S&P500指数开盘价进行实例分析,与传统的时间序列分析和其他集成方法对比,发现该方法能获得更准确的预测结果.计算结果表明该方法能充分反映股票价格时间序列趋势,为金融时间序列预测提供一个有效方法.

基于最近特征线的二维非参数化判别分析算法

提出一种基于最近特征线(NFL)的二维非参数化判别分析算法,用于人脸识别等模式分类问题。该算法在子空间学习阶段运用NFL思想计算训练集中各样例的最近特征距离,计算得到低维投影空间,在低维投影空间中进行分类。通过ORL标准人脸数据库进行实验,结果表明该算法的鲁棒性优于传统算法。

基于独立子空间分析的不良视频检测方法

为了检测网络中含有不良内容的视频,提出一种基于非监督学习特征的不良视频检测方法。该方法使用独立子空间分析网络对未标定视频进行训练,学习视频中的运动模式,使用训练好的网络对待测视频提取运动特征。该特征结合词袋模型,通过支持向量机的分类实现不良视频的检测。相比传统的光流、运动直方图等人工设计的特征,该特征计算效率高,且检测效果对视频质量不敏感。在视频库上进行实验后,发现该方法对不良视频的检测准确率相较于对比算法提高约10%。

二维非均匀空间中气体放电模型的动力学分析

通过对二维空间中气体放电模型孤立子解的数值模拟,揭示了孤立子在非均匀参数空间上的动力学特性。数值解析结果证明,由空间非均匀性引起的分水岭解是控制孤立子状态变迁的关键因子,全局分歧图揭示了非均匀空间中各分水岭解间的联系,为解释孤立子的复杂动力学特性提供了理论依据。

一种平稳子空间分析的快速不动点算法

平稳子空间分析是新近发展的一种信号处理和数据分析技术,能够从观测到的多维非平稳信号中分离出平稳源信号。标准的平稳子空间分析算法基于Stiefel流形上的梯度下降方法。针对该算法收敛慢、耗时多的缺陷,根据关于Stiefel流形上优化问题的一阶最优性条件构造了迭代公式,提出一种新的平稳子空间分析的不动点算法。仿真实验表明,本文算法能够有效地分离出平稳源信号,分离性能优于已有的平稳子空间分析的不动点算法;与标准的基于Stiefel流形上梯度下降的算法相比,本文算法收敛更快,耗时更少。

探测Antrim页岩气生产力区域趋势和其它空间表述的经验方法以及利用局部非参数评估技术改进资源预测的重要性

本项研究的主要目的是：（1）研究通过历史生产数据揭示的非常规天然气资源建立区域趋势的经验方法；（2）确定是否需将更多的区域趋势知识加入到一套以前建立的局部非参数资源预测算法中，以便对评估成果产生影响。把三种不同趋势方法应用于来自密歇根盆地泥盆系Antrim页岩气区的公开有效生产数据（井的最终采收率（EUR）共计80英亩单元）。这种方案可用于鉴别页岩气区内网格EUR值的东南．西北趋势。在一般意义上，这与该州的主要裂缝和构造方向一致。然而，资源预测算法中包括的这种趋势并不能改善最终结果。进一步分析结果表明，网格EUR值之间存在有可能抑制区域趋势作用的群集。虽然相关地质文献中提供了一些可能的解释，但出现这种群集的成因并不能完全理解，且有时会导致获得不可预测的结果。通过应用适当数据，更好地理解这种群集现象可以获得控制Antrim页岩气产量的有关因素及其相互作用的重要信息。进而，有助于为更好地评估Antrim页岩气区或其它页岩气区的资源而建立一种更普遍的方案。

基于Fisher判别分析的增量式非负矩阵分解算法

增量式非负矩阵分解算法是基于子空间降维技术的无监督增量学习方法.文中将Fisher判别分析思想引入增量式非负矩阵分解中,提出基于Fisher判别分析的增量式非负矩阵分解算法.首先,利用初始样本训练的先验信息,通过索引矩阵对新增系数矩阵进行初始化赋值.然后,将增量式非负矩阵分解算法的目标函数改进为批量式的增量学习算法,在此基础上施加类间散度最大和类内散度最小的约束.最后,采用乘性迭代的方法计算分解后的因子矩阵.在ORL、Yale B和PIE等3个不同规模人脸数据库上的实验验证文中算法的有效性.

区域金融效率的测算及其空间差异分析

如何衡量和提高金融效率水平是金融领域研究的重点之一。文章运用随机非参数包络分析法测算了2003—2015年我国各区域的金融投入产出效率,并运用探索性空间数据分析(ESDA)法分析我国金融效率的空间相关性和差异性。结果表明:我国东部地区的金融效率水平最高,其次是西部地区,中部地区的金融效率水平最低,但各区域的金融效率水平都在提高,而且金融效率水平的差距也在逐渐缩小。同时,我国各地区金融效率存在一定的空间相关性,部分地区空间相关性或差异性显著。

影响大跨度悬索桥自振特性的参数分析

利用有限元的方法分析了悬索桥的动力特性以及影响悬索桥低阶频率大小和振型排列变化的各种参数。并以某一悬索桥为例 ,建立了全桥动力分析模型 ,利用子空间迭代法编制了悬索桥动力特性的计算程序 ,经与实测值比较 ,证明计算结果正确 。

非均匀环境下利用雷达参数信息的STAP方法

针对非均匀杂波环境下空时自适应处理杂波抑制性能下降的问题,基于扁平椭球波函数的时限带限特性,给出一种利用雷达参数信息构造子空间的杂波抑制方法,降低了计算量与均匀样本数需求,提高了对非均匀杂波的抑制性能。其次,针对存在阵面偏航角误差时杂波秩无法准确估计造成基于扁平椭球波函数构造杂波子空间方法杂波抑制性能下降的问题,结合雷达参数信息及探测环境的几何构型提出一种杂波预处理方法以消除偏航角影响,从而提升其非均匀环境下的杂波抑制性能。仿真结果验证了算法的有效性。

混凝土折板式拟扁网壳的自振特性参数分析

混凝土折板式拟扁网壳由密肋平板汇交组成，本文在四点支承条件下对其应用空间梁单元和板壳单元建立有限元模型，采用子空间迭代法求解结构振型及对应自振频率，在自振特性分析基础上，讨论了矢跨比、网格划分频数、脊线刚度、密肋梁刚度及边梁刚度等因素对结构自振频率的影响。算例分析表明：结构频谱分布具有密集性及跳跃性特点，低阶振型以脊线为振动节线，边缘桁架的面外刚度对振型影响较大；矢跨比的改变对基频的影响较小，过大的矢跨比将削弱边缘桁架的面外刚度，建议结构矢跨比不低于1／6；网格划分频数对基频的影响不显著，结构的密肋板可按普通平板楼盖划分网格；结构基频随脊线刚度的增加近似呈线性增加，建议脊线截面高度取屋盖跨度的1／50～1／30；提高密肋梁刚度有利于增加屋盖整体刚度，建议密肋梁截面高度取屋盖跨度的1／60～1／35；边梁截面高度可按脊线截面高度确定，但应注意边缘桁架面外刚度对结构动力特性的影响。

刚性转子-轴承系统的复杂非线性动力学行为研究

为揭示转子系统复杂的非线性行为,用多初始点分岔分析方法研究了刚性转子-轴承系统在转速、偏心等参数变化时系统响应随参数变化的非线性现象,各吸引子的吸引域在相空间中的变化情况,以及从单初始点出发系统在相空间中的运动规律。结果表明:多初始点分岔分析法能够发现更加丰富的非线性现象;在多吸引子共存的相空间不同的初始点系统稳态响应可能表现出不同的运动;根据相空间中吸引域的变化规律能够从机理上对传统单初始点方法得到的非线性现象进行很好的解释。

基于分块聚类的多流形判别分析人脸识别

针对传统的人脸识别算法在处理单样本人脸识别时由于训练样本不足而影响识别率的问题,提出了一种基于分块聚类的多流形判别分析(MMDA)算法。将每个单训练样本划分成若干大小相等且互不重叠的局部小块,利用聚类算法将局部小块聚类到各个类所属的流形上,并使用特征变换最大化类与类之间的分离性;最后,计算出测试人脸的流形与所有训练样本流形之间的距离,采用最近邻分类器完成人脸的识别。在ORL及FERET两大人脸数据库上的实验验证了算法的有效性及可靠性,识别率可分别高达77.22%、57.59%,实验结果表明,相比几种较为先进的人脸识别算法,该算法在处理单训练样本人脸识别问题时取得了更好的识别效果。

构造8-参数非协调矩形板元的新方法

摆脱常规方法、广义协调元方法及双参数有限元方法等所提供的关于构造单元时形函数空间选择的限制 ,在基于F E M Test的要求提出了一种构造 8 参数非协调矩形板元的简单实用的新方法。

非扩张映像Ishikawa迭代参数趋向[0,1]端点时的收敛定理

设X是一致凸Banach空间,C是X中非空闭凸子集,T:C→C是具不动点的非扩张映像,对任意的x1∈C,存在Ishikawa迭代过程{xn}(xn+1=(1-tn)xn+tnT(snTxn+(1-sn)xn),tn→1,sn→0,∑∞‖→0(k→∞).证明了当映像T具紧性时,Ishikawa迭(1-tn)=+∞)的子序列{xnk},使‖xnk-Txnkn=1代过程{xn}强收敛于某不动点,当空间X满足Opial's条件时,Ishikawa迭代过程{xn}弱收敛于某不动点.