船舶航迹多变量间的流形依赖关系研究

船舶航迹多变量是反应船舶有效航行路线的数据之一,常规航迹多变量间的关系主要体现形式以二维平面为主,无法通过数据形式进行关系衡量,为此提出船舶航迹多变量间的流形依赖关系研究。构建线性流形关系模型,利用几何概念,将数据形式的航迹多变量进行实体化,推导出理论关系,使用变量条件约束,实现模型构建;通过模型计算得到船舶航迹角多变量间流形依赖关系,利用模型理论推导,分析出船舶迹多变量间流形依赖关系。实验数据表明,提出的流形依赖关系真实有效。

多变量相关系数分解及其在脑电相干源成像中的应用

本研究发展了一种基于相关系数分解的脑电相干源成像方法。具体给出了多道脑电的相关系数分解算法和相应的相干源成像方法。以能量成像方法为对照,证实了方法对相干但能量水平不同的源组合的敏感性以及抗噪能力。结果表明,这种方法成像敏感度高,能对多个相干源成像,且具有较强的抗噪声性,因而有明显的理论意义和应用价值。

基于多变量格兰杰因果关系的运动想象因效网络构建

运动想象神经活动规律的探索为脑损伤肢体瘫痪患者康复训练新方法研发等提供理论指导。基于格兰杰因果关系构建的因效网络是分析运动想象神经活动状态的重要工具,但是格兰杰因果关系只能反映两个变量之间的相互作用,而一个简单的运动想象过程也需要多个神经节点参与,针对该问题,本研究引入可反映一个集群中多个变量之间相互作用的多变量格兰杰因果分析,优化运动想象因效网络构建方法。针对4位受试者,利用多变量及传统格兰杰因果关系,分别构建同一人两种不同运动想象模式的因效网络,并提取网络特征进行运动想象模式分类。结果表明,基于多变量格兰杰因效网络进行4位受试者运动想象模式分类的正确率分别为90.4%、88.8%、91.1%、90.3%,基于格兰杰因效网络的正确率为88.5%、89.3%、90.2%、89.7%。与传统格兰杰因果关系相比,基于多变量格兰杰因果关系构建因效网络,能更准确地反映运动想象神经活动特征状态。

多变量自寻优极点配置自校正控制器

本文提出的一种多变量自寻优闭环移动极点自校正控制算法的基本策略是:在控制过程中,以多变量广义最小方差为目标,自动移动闭环极点,且使其在控制量允许的范围内,闭环极点处在理想位置的系统。这样不仅能实现最优控制,且具有极点配置的鲁棒性。

我国区域市场城市房价互动关系的实证研究

本文借鉴区域房价相关研究的"波纹效应"理论,应用Johansen协整关系检验、多变量格兰杰因果关系检验和脉冲响应函数方法,分别分析了我国5个主要区域市场城市房价之间的互动关系。Johansen协整关系检验表明,虽然各城市房价的短期波动存在较大差异,但长期来看房价运行却具有相互制约的稳定关系。多变量格兰杰因果关系检验表明,在每个区域市场内部,都存在多个统计显著的因果关系,且北京、大连、上海、宁波、深圳、厦门、郑州、武汉、西安和重庆10个城市对区域市场内其它城市房价具有显著的预测能力,被定义为"核心城市"。脉冲响应函数分析进一步证明,宁波、深圳、厦门和重庆4个"核心城市"房价的正向新生信息能引发区域内所有其它城市房价的上涨,而上海和西安2个"核心城市"房价的正向新生信息则能引发区域内所有其它城市房价的下降。本文结论对政府差异化和优化住房市场干预策略具有启发意义。

一种基于关联信息熵度量的特征选择方法

特征选择旨在从原始集合中选择一个规模较小的特征子集,该子集能够在数据挖掘和机器学习任务中提供与原集合近似或者更好的表现.在不改变特征物理意义的基础上,较少特征为数据提供了更强的可解读性.传统信息论方法往往将特征相关性和冗余性分割判断,无法判断整个特征子集的组合效应.将数据融合领域中的关联信息熵理论应用到特征选择中,基于该方法度量特征间的独立和冗余程度.利用特征与类别的互信息与特征对组合构建特征相关矩阵,在计算矩阵特征值时充分考虑了特征子集中不同特征间的多变量关系.提出了特征排序方法,并结合参数分析提出一种自适应的特征子集选择方法.实验结果表明所提方法在分类任务中的有效性和高效性.