FTIR-ATR指纹图谱的主成分分析-马氏距离法应用于烟用香精质量控制

在配制过程正常的条件下,分批采集150个三种正常烟用香精的傅里叶变换衰减全反射红外指纹图谱,并对原始数据进行均值中心化处理,同时对其光谱信号进行二阶导数基线校正和Karl Norris降噪处理,应用化学计量学中的主成分分析-马氏距离法分类建模,然后对烟用香精配制质量进行多元统计过程控制(MSPC),结果表明,将马氏距离上限的控制范围(UCL)设定在该类平均马氏距离的+3σ范围之内,均获得了正确的监控预报。

基于支持向量机的纹理图像分类算法

研究纹理图像的分类问题,纹理特征提取和分类器设计是决定分类正确率高低的关键。由于库存图像较多,且质量受到噪声影响,使图像特征提取比较困难。针对传统特征提取和分类算法分类正确率不高的难题,提出一种基于支持向量机的纹理图像分类算法。首先采用Gabor滤波器对纹理特征进行提取,采用主成分分析对提取后的特征进行选择,最后采用支持向量机进行纹理图像的分类。采用Brodatz纹理库进行测试实验,实验结果表明,支持向量机分类算法提高了纹理图像的分类正确率,降低了误分率和拒分率,且分类速度加快,适用于更为复杂的纹理分类,为图像提取提供了参考。

中职学生主观幸福感影响因素研究

本文通过问卷调查,从家庭、学校、学业、友谊、自由和环境六个维度来研究中职学生主观幸福感的状况,从个体、家庭、学校和社会四个方面寻求影响主观幸福感的因素,利用主成分改进的多项Logistic回归模型研究各因素的影响程度。

基于光谱融合的火星表面相关矿物分类方法研究

多源数据融合能在一定程度上扩展数据信息量,更利于建立准确和稳健的分析模型。行星探测中常采用多个载荷协同分析同一目标,因此利用多载荷数据融合辨别分析火星矿物具有重要科学意义和应用前景。分别采用可见近红外(Vis-NIR)反射光谱和拉曼(Raman)散射光谱两种技术手段测量了火星表面主要矿物(硅酸盐、硫酸盐、碳酸盐)的光谱特征曲线,并对获取的光谱数据进行基线校正、Savitzky-Golay平滑以及标准矢量归一化(SNV)等必要的数据预处理。根据光谱特征,首先选取样品Vis-NIR和Raman数据信息丰富、信噪比高、光谱信号重叠小的波段(Vis-NIR:430~2 430nm,Raman:130~1 100cm^(-1)),然后运用软独立建模分类法(SIMCA)、主成分分析法-K最邻近分类法(PCA-KNN)分别建立基于Vis-NIR,Raman及两者融合(累加融合、串联融合)的矿物聚类分析模型。采用SIMCA算法的矿物聚类准确率由单一光谱建模的72.6%(Vis-NIR),90.7%(Raman)提升为融合建模的96.3%(累加融合)和98.1%(串联融合);采用PCA-KNN的准确率由单一光谱建模的68.9%(Vis-NIR),72.9%(Raman)提升为融合后的80.3%(累加融合)和92.6%(串联融合)。实验结果表明:光谱融合能够发挥Vis-NIR,Raman各自的数据优势,所建火星表面相关矿物分类模型的预测准确度更高。该研究为我国火星探测任务奠定了岩石分类方法基础。

基于CATPCA的优化Transformer卫星电源消耗时序预测研究

提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题,建立了基于赫斯特指数分析(Hurst)、灰色关联分析以及分类主成分分析(CATPCA)的卫星高维数据处理模型,对百维度时序数据进行有效提取,重构输入数据.采用对抗学习网络架构,建立多学习Transformer的卫星电量预测模型,模型综合考虑影响卫星能源消耗的多种因素以及时序数据依赖,可以在较短的时间内完成高精度卫星电源消耗时序预测.实验部分采用卫星真实运行数据,综合考虑影响卫星能源消耗的多种因素,12 h预测拟合优度达到94%,比BP神经网络,长短期记忆网络(LSTM)精度更高.可以有效克服常规工程数据的冗余、缺失以及脏数据问题,解决了常规时序预测需要依赖长期数据的不足缺陷,有效完成卫星能源短时消耗高精度预测.这对卫星在轨任务规划、卫星在轨健康管理等后续任务提供可靠支持.

我国居民贫困归因及其影响因素研究——基于2017年中国社会状况综合调查数据

结合贫困归因类型学,利用2017年中国社会状况综合调查数据,分析我国居民贫困归因的特征、类型及影响因素。总体上,我国居民较多把贫困归因于能力不足和懒惰等个体原因,较少强调命运或社会因素,人们认同残障、教育低、家庭条件差和社会关系缺乏等致贫观点的比例居中。基于分类主成分分析方法,研究发现我国居民贫困归因呈现五种类型:个体缺陷型、命运禀赋型、个体能力型、文化禀赋型和社会制度型,家庭禀赋可能构成新型贫困归因维度。回归分析结果表明,性别、年龄、收入、社会救助、社会地位、教育程度、政治面貌、民族、宗教信仰及福利态度等因素对贫困归因具有显著影响,且城乡存在一定差异,但区域背景的影响不显著。建议进一步探究居民贫困观念形成背景,增加贫困原因调查题项,激发受助者内生脱贫动力和合力构建防止返贫长效机制。

CLAHE低频DCT系数重变换在人脸识别中的应用

针对光照变化显著影响自动人脸识别系统性能的问题,为了规范化光照变化以提高人脸识别率,提出基于对比度限制自适应直方图均衡化CLAHE(Contrast Limiting Adaptive Histogram Equalization)的低频离散余弦变换DCT(Discrete Cosine Transform)系数重变换算法。首先将图像划分成多个互不重叠的局部小块,使用CLAHE对局部小块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,稀疏系数重建和k-近邻分类器完成最终的人脸识别。在扩展Yale B及AR人脸数据库上的实验验证了算法的有效性。实验结果表明,算法在识别非常困难的Yale B子集5上的识别率可高达98.20%,相比其他几种规范化技术,该算法取得了更高的识别率,同时大大降低了识别所耗时间。

基于PDA平台的实时说话人识别系统

受到模型规模大和计算量大的限制,经典的基于高斯混合模型的说话人识别方法不适合于资源有限的PDA平台实时说话人自动识别要求。以Mel倒谱系数为说话人特征,运用主成分分类技术,结合定点数计算技术实现实时说话人自动识别。在19个用户的语音库上进行系统识别实验,此新型分类技术的训练时间缩短为基线系统的1/50,测试时间缩短为1/12,模型规模缩小为1/6,同时识别性能达到94.7%。