一类变系数空间滞后的混合地理加权回归模型

为解决因变量空间滞后存在的局域性问题,对现有常系数空间滞后的混合地理加权回归模型作了具有更广泛形式的拓展,提出一类变系数空间滞后的混合地理加权回归(MGWR-VSLR)模型。MGWR-VSLR模型实现了空间相关性与空间异质性融合,涵盖了绝大多数地理加权回归的模型形式,基于重构参数化方法和似然比检验分别给出模型的系数估计方法与显著性检验以及选取变系数的判别检验。在蒙特卡罗模拟与实际应用中,MGWR-VSLR模型均表现出优异的因变量拟合与预测能力。MGWR-VSLR模型的提出为定量化研究空间效应问题设定适宜的模型形式提供了支撑依据。

结合加权原型和自适应张量子空间的小样本宫颈细胞分类

基于深度学习的图像分类算法通常依赖大量训练数据,然而对于医学领域中的宫颈细胞分类任务,难以实现收集大量的图像数据。为了在少量图像样本的条件下正确分类宫颈细胞,提出一种结合加权原型和自适应张量子空间的小样本分类算法(CWP-ATS)。首先,结合预训练技术和元学习,保证特征提取网络从元训练集中学习更多的先验知识;其次,在原型计算过程中采用最大均值差异算法为每个支持集样本赋予合适的权重,并采用转导学习算法修正,以获得更准确的原型;最后,利用多线性主成分分析算法将每类样本投影至各自的低维张量子空间,从而在不破坏原始张量特征自然结构的前提下,在低维空间中学习高效的自适应子空间分类器。在小样本Herlev宫颈细胞图像的2-way 10-shot和3-way 10-shot分类任务中,与DeepBDC(Deep Brownian Distance Covariance)算法相比,CWPATS的分类准确度分别提高了2.43和3.23个百分点;当元测试集中30%的样本受噪声干扰时,与原型网络相比,CWP-ATS的分类准确度有超过20个百分点的提升。实验结果表明,CWP-ATS有效提高了对小样本宫颈细胞的分类准确度和鲁棒性。

全空间相关矩阵广义加权预测误差算法去混响研究

广义加权预测误差(generalized weighted prediction error, GWPE)算法是一种有效的多通道语音去混响算法,但在麦克风间距较近时去混响效果变差。文章分析了GWPE算法在小间距麦克风阵列下的局限性,即未充分考虑麦克风信号间的空间相关性。据此,研究了全空间相关矩阵的广义加权预测误差(generalized weighted prediction error of full-space correlation matrix, GWPE-FCM)算法,该算法考虑了不同输入通道之间的空间相关性,计算复杂度比GWPE算法略增加。仿真结果表明,GWPE-FCM算法与GWPE算法相比在整体去混响方面效果更好,特别是在麦克风距离较近的情况下。全空间相关矩阵能够更准确地估计输入信号的相关性,使得GWPE-FCM算法在去混响效果上表现更出色。

随机多属性子空间的ReliefF加权邻域粗糙集与属性约简

属性约简是一种重要的数据降维预处理方法,然而现有的属性约简方法大多没有考虑信息系统中属性权重的信息。ReliefF算法是一种实现简单且运算效率高的属性权重评估方法,提出一种随机多属性子空间的ReliefF加权邻域粗糙集和属性约简算法。该方法生成了多组具有相同大小随机子空间的属性集划分,并对每组划分的随机子空间利用ReliefF算法计算得到属性的局部权重,将所有组得到的属性局部权重求取平均值,得到了信息系统每个属性最终的全局权重;基于属性权重的结果,提出一种新的加权邻域粗糙集模型,并证明了相关理论和性质;在该模型的基础上通过加权邻域依赖度提出一种信息系统的属性约简算法。在公开数据集上的属性约简实验结果表明,所提出的属性约简算法比已有的同类型算法整体上具有更优的约简性能。

基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

基于多子空间加权移动窗主成分分析的全厂流程早期故障检测

早期故障的特征不明显,在全厂流程中比常规故障难检测.为了提高全厂流程中早期故障的检测率和灵敏度,将检测视角由全局转移至局部,提出基于多子空间加权移动窗主成分分析(PCA)的早期故障检测方法.使用结合过程知识和数据驱动的双层子空间划分方法,将过程变量划分到不同子空间中.使用加权的移动窗口增大早期故障的偏移量,将局部离群因子(LOF)算法引入PCA,以便进一步关注数据的局部特征,在每个子空间中建立故障检测模型.通过贝叶斯推理融合法对各子空间的监测结果进行信息融合,获得分布式监测结果.通过工业实例验证所提方法的性能.结果表明,所提方法在全厂流程中有效提升了早期故障检测的准确率和灵敏度.

指数型加权Bergman空间上Hankel算子的有界性与紧性

令φ为一类指数型权,对于单位圆盘D上由指数型权诱导的加权Bergman空间A_(φ)^(p)=L_(φ)^(p)∩H(D),其中H(D)为单位圆盘D上全体全纯函数所成的空间,其上的Hankel算子记作H_(f)(g)=(Id-P)(fg)。本文介绍了指数型权的基本性质以及证明有界性与紧性所需要的相关定理与引理,并对空间上的再生核函数以及∂ˉ方程的解做出了某些积分估计和范数估计。然后利用前面积分估计与范数估计的结果得出:当1≤p≤q<∞时,分别得到了Hankel算子H_(f)从A_(φ)^(p)到Lebesgue空间L_(φ)^(q)的有界性与紧性的等价刻画;当1≤q<p<∞时,Hankel算子H_(f)从A_(φ)^(p)到Lebesgue空间L_(φ)^(q)的有界性与紧性是彼此等价的。

基于自适应加权融合算法的大空间火灾智能识别方法

大空间消防系统需要的探测器种类多、数量大,且采集数据易受环境干扰,进而使得火灾的识别难度大,精度低。为解决这一智慧消防系统的关键问题和难题,本文提出一种基于自适应加权融合算法的智能识别算法。在此基础上,以演播厅大型空间为例,进行探测器阵列布局与防火设计,并实现对明火和阴燃类火灾的智能化识别。

非齐度量测度空间上广义分数次积分的加权弱估计

设(X,d,μ)为满足上双倍条件和几何双倍条件的非齐度量测度空间,Tα为(X,d,μ)上的广义分数次积分算子.通过建立sharp极大函数的点态不等式,得到Tα是从加权Lebesgue空间L^(p)(ω)到加权弱Lebesgue空间L^(p,∞)(ω)上有界的,并且也是从加权Morrey空间L^(p,κ,η)(ω)到加权弱Morrey空间WL^(p,κ,η)(ω)上有界的.

齐型空间上加权Besov空间与Triebel-Lizorkin空间的Tb定理

【目的】齐型空间自然地包含了欧氏空间R^(n)、光滑紧Riemann流形及Lipschitz区域的边界等,拟在齐型空间上建立奇异积分算子在加权Besov空间与Triebel-Lizorkin空间上有界的Tb定理。【方法】通过离散Calderón再生公式和几乎正交估计建立加权Besov空间与加权Triebel-Lizorkin空间的Plancherel-P8lya特征刻画,以保证函数空间的范数独立于恒等逼近的选取。【结果】获得了齐型空间上Calderón-Zygmund奇异积分算子在加权Besov空间及Triebel-Lizorkin空间上有界的充分条件。【结论】将欧氏空间上的Calderón-Zygmund奇异积分理论延拓到更广的齐型空间上,为奇异积分算子在函数空间上有界提供了判定方法。

加权极大变指数Herz型空间上的次线性算子

定义了与变积分指数极大空间相结合的变光滑指标下的加权极大变指数Herz空间,并利用加权齐次变指数Herz空间范数的等价定义及权函数相关特征,获得了次线性算子在此类加权极大变指数Herz空间上的有界性.

单位球上加权Lebesgue空间之间广义Forelli-Rudin型算子的有界性

作者给出了1≤p<q≤+∞以及p=q=+∞时广义Forelli-Rudin型算子S_(λ,τ,c,k,k')是加权Lebesgue空间L^(p)(B_(n),dv_(t))到L^(q)(B_(n),dv_(t))有界算子的条件,并且定理3.2-3.5给出了充要条件,将第二作者等最近在《中国科学》上的结果完善到了1≤p≤q≤+∞.

成分数据的变系数地理加权空间滞后模型

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对数比(ilr)变换、工具变量法和局部线性地理加权法,对模型参数进行估计。数值模拟实验表明:所提出模型的表现优于已有的成分数据空间自回归模型,并且参数估计量是有效的。基于一组实际数据,说明所提模型的实用性。

加权再生核空间中信号的随机采样稳定性

针对一般概率分布获取的独立随机样本,在核函数不满足对称性的条件下,在加权再生核子空间中研究了信号的随机采样稳定性。首先,基于加权再生核子空间的框架刻画,在有界区域上用有限维子空间逼近加权再生核空间。其次,通过研究加权再生核子空间中信号的无穷范数与p范数的关系,估计标准化有限维子空间的覆盖数。最后,证明了当采样量足够大时,能量集中于立方体上的加权再生核信号的随机采样稳定性以高概率成立。

非线性复微分方程与加权Bergman空间

结合解析函数空间理论及复微分方程理论,讨论了非线性非齐次复微分方程(f(k))^(n)_(k)+B_(k-1)(f^((k-1)))^(n)_(k)-1+…+B_(1)(f′)^(n)_(1)+B_(0)f=B_(k)解析解的性质,得到了方程解析解属于加权Bergman空间A pω的系数条件.

多源异构高维数据特征加权子空间聚类算法

多源异构高维数据存在噪声和异常值,导致聚类中心的确定难度较大。为解决该问题,提出多源异构高维数据特征加权子空间聚类算法。计算簇的所有维信息熵,按自适应函数获取子空间最小值,确定聚类特征子空间。对两簇子空间权重分配,计算两簇相似度。通过相邻稠密单元格合并,确定质心,识别高维维度上的簇。利用数据之间互表示特性分析数据潜在低秩结构,提取数据中无杂质的低秩部分,构建多核子空间聚类目标函数。确定不同类数据之间欧氏距离,保证所有类簇融合为一类簇,实现全部子空间数据完全聚类。由实验结果可知,该算法聚类中心点与理想聚类中心点一致,且聚类结果能够达到理想效果。

加权Hilbert型空间中超齐次核离散算子的最佳搭配参数及范数计算

引入超齐次核概念,利用权系数方法,讨论具有超齐次核离散算子在加权Hilbert型空间中的有界性及算子范数,得到该类算子最佳搭配参数的充分必要条件和算子范数的计算公式,统一了齐次核,广义齐次核及若干非齐次核情形的相关结果.

结合基于密度的噪声应用空间聚类和反距离加权算法的城市环境电磁频谱地图构建

针对传统电磁频谱地图构建方法感知节点分布不均匀、监测数据存在异常值等问题,将基于密度的噪声应用空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)算法与反距离加权(Inverse Distance Weighting,IDW)算法相结合,提出一种城市环境电磁频谱地图构建方法。该算法首先通过DBSCAN减轻极端值的影响,并分离核心点、边界点和噪声点,将每个核心点的局部密度作为权重,计算簇的加权中心点。其次,运用IDW对聚类簇的加权中心点进行插值估计,以显著减少需要进行插值的数据点数量,从而构建精度更高的电磁频谱地图。仿真结果表明:与IDW算法和反障碍距离加权算法相比,所提算法重构得到的电磁频谱地图的平均绝对误差和归一化均方误差分别降低了10%和23%以上。

基于虚拟阵列扩展的改进加权空间平滑算法

针对相干信源的波达方向(direction of arrival,DOA)估计问题,传统的空间平滑算法通过减小阵列孔径来解相干,导致估计精度降低。本文以相干分布源为研究对象,首先通过扩展共轭虚拟阵列增大阵列孔径,使用Toeplitz算法进行预估计,根据预估计值构建加权矩阵,通过二次加权空间平滑恢复协方差矩阵的秩,消除信号的相干性,结合传播因子算法估计得到目标信源的入射角度。该算法充分利用子阵输出的自相关和互相关信息,改善了阵列孔径带来的精度影响。仿真结果表明,所提算法对相干信源具有良好的分辨能力和估计精度,在低信噪比时鲁棒性较好。

基于信息熵加权的多视图子空间聚类算法

多视图数据集普遍分布在低维子空间上.为了解决多视图子空间聚类时各视图信息量不同的问题,提出了一种新的基于信息熵加权的多视图子空间聚类算法(IEMLRR).首先在低秩表示的约束下获得每个视图的子空间表示,在获取公共子空间表示时,使用信息熵加权来保证不同视图所携带的信息差异,最后用谱聚类算法进行聚类.采用增广拉格朗日乘子法对IEMLRR算法进行优化,并在五个数据集上验证了算法的有效性.