基于MDS和改进SSA-SVM的高速铁路道岔故障诊断方法研究

针对高速铁路道岔设备故障频繁,现场维修工作量大等问题,提出基于多维尺度缩放法(MDS)和改进麻雀搜索算法(SSA)优化支持向量机(SVM)的高速铁路道岔故障诊断模型。首先以ZDJ9道岔转换功率曲线为研究对象,总结现场典型道岔故障类型及故障原因,分别提取道岔功率曲线的时域、频域特征指标以及小波包能量熵,组成特征指标向量;其次采用MDS方法进行多维特征指标的降维优化,建立道岔故障特征指标样本数据库;最后利用改进Circle混沌映射初始化种群,并通过自适应t分布增强麻雀种群的多样性,再以改进SSA算法优化SVM模型中的惩罚因子和核函数方差2个关键参数,构建改进SSA-SVM的道岔故障诊断模型。故障诊断结果表明,本模型的故障诊断正确率高达96.25%,诊断效果优于其他方法,可以为道岔设备的故障维修提供理论依据。

基于相似日和MDS-PSO-ELman的光伏功率超短期预测

光伏电站系统输出功率受环境因素影响较大,具有很大的不确定性,对并网安全稳定运行具有重大影响,为此提出了一种基于MDS-PSO-ELman搭建的功率预测模型。首先,通过灰色关联度选取相似样本日,然后通过MDS给数据降维,提高数据分类的准确性并消除冗余数据。最后,针对ELman神经网络预测模型权值和阈值盲目随机的缺点以及局部最优化选择问题,采用PSO优化预测模型初始参数。同实际光伏发电系统功率相比,该研究模型能够有效预测各天气类型下的光伏发电输出功率且精度较高。

基于多维尺度法的国内学科信息服务研究热点可视化分析

本文以CNKI数据库收录的国内学科信息服务研究论文为基础,利用SPSS统计软件绘制多维尺度分析图谱并进行可视化分析,探讨国内学科信息服务研究热点,以期为相关研究与实践提供有价值的参考信息。

我国智慧教育领域的研究热点与发展趋势分析——基于词频分析法、共词聚类法和多维尺度分析法

近几年来,智慧教育成为了教育信息化研究的热点内容。智慧教育既是技术与教育深度融合的产物,也是教育信息化发展的必然阶段。文章以选取的145篇刊载于CSSCI检索源期刊的、与智慧教育相关的论文为研究对象,采取词频分析法、共词聚类法和多维尺度分析法,将我国智慧教育领域的研究热点归纳为五个方面:智慧教育内涵、特征等理论研究,智慧教育的技术支撑和体系架构研究,智慧学习环境研究,智慧教育课程和智慧教学模式研究,智慧教育的发展战略及对策研究。最后,文章借助高频关键词共词网络图和文献内容分析,预测了我国智慧教育的发展趋势,以期能为我国智慧教育的研究提供参考。

沙门氏菌PFGE分型非计量多维尺度分析法的研究

目的探讨沙门氏菌脉冲场凝胶电泳(PFGE)分型非计量多维尺度分析法(NMDS)。方法从国内不同地区分离得到的24株沙门氏菌进行PFGE分型,然后以非计量多维尺度法对PFGE分型进行分析。结论将24株沙门氏菌显示在三维空间,从视觉上直接揭示了表型特征相近的不同国家和地区沙门氏菌之间的相关性,为PFGE谱图的分析提供了一种有用的工具。

多维尺度法在上海地区近年来人群甲型流感病毒抗原进化研究中的应用

目的探讨多维尺度法在近年上海地区人群甲型流感病毒抗原进化过程中的应用,为流感的有效防控提供科学依据。方法采用非度量多维尺度分析技术以图形化的方式形象地描述了上海地区近年来甲型流感病毒的抗原进化过程,构建了抗原图谱。结果上海地区H3甲型流感病毒在2005年以后到现在流行株抗原进化相对比较缓慢,而甲型流感H1亚型2008年上半年流行株较之以前的疫苗株和流行株均发生了较大的抗原变异,所以在以后的流感防控工作中要警惕H1亚型的流行。结论多维尺度分析技术得到的抗原图谱可以更直观地筛选出有流行病学意义的病毒株,为更好地推荐流感疫苗株提供科学依据。

基于多维尺度法的工作场所偏离行为的分类结构研究

在对工作场所偏离行为的定义和分类研究的文献回顾基础上,对中国情境下的工作场所偏离行为分类结构进行了探讨。首先采用关键事件法、专家意见法、问卷初测等方法,建立了中国情境下的工作场所偏离行为清单;然后采用多维尺度法处理问卷调查中进行分类的数据。结果发现,中国情境下,工作场所偏离行为可以分为财产性偏离行为、生产性偏离行为和人际性偏离行为三种类型。

中国汽车市场品牌定位与品牌形象维度对比研究——基于MDS与贝尔模型的实证

中国汽车市场在快速成长的过程中也演化成为最复杂的市场之一,众多的品牌被引入或诞生于这一市场上。研究针对于此,以实证研究对中国汽车市场上的品牌定位进行量化研究。首先基于多维尺度法对国内汽车市场的上代表性品牌的定位进行框架分析,继而采用贝尔模型对典型汽车品牌进行多维度比较分析,梳理出了不同汽车品牌在市场上的定位差异和不同品牌维度上的比较差距。相关结论可为汽车厂商的营销活动提供一定的参考。

红外光谱法结合多维尺度变换快速识别不同品牌的沥青

收集了来自6个不同厂家的共120个沥青样品,通过傅里叶变换衰减全反射红外光谱法对其进行分析。所得光谱数据经过预处理方法和多维尺度变换进行解析。由多维尺度变换的散点图可以看出:沥青样品分布于6个不同的区域,每个区域里的沥青样品都归属于同一个品牌。由已知样品的多维尺度变换结果可以建立回归模型,将未知样品代入模型,即可在多维尺度变换散点图中识别其所属品牌。

基于梯度优化的多维尺度节点定位算法

研究了分布式多维尺度分析技术在无线传感器网络节点定位中的应用,重点分析了其定位精度和收敛性能。根据传统的梯度优化算法,引入了最速下降算法作为目标函数的无约束优化方法。该算法采用最速下降法对节点的局部目标函数进行迭代优化。实验结果表明该优化算法比基于SMACOF算法的高斯核加权的dwMDS(G)算法在定位精度上有明显的提高,并且算法简单,容易实现,是一种实用有效的无线传感器网络节点定位方法。

基于多维尺度分析的自适应室内群终端定位方法

室内定位是普适计算领域的热点研究问题。当前,室内定位方法主要分为基于信号传播模型的定位方法和基于无线信号指纹的定位方法。其中,基于指纹的方法由于不需要知道无线信号接入点(Access Point,AP)的位置而得到更加广泛的应用,其需要通过离线阶段采集大量数据来构建丰富的指纹库,满足这一条件需要大量的人工标定工作。对此,文中提出了一种基于指纹空间关系的定位方法,相比于传统的指纹定位方法,该方法无需建立指纹库,只需要通过获取多终端的Wi-Fi信号强度,计算所有终端的不相似度并构建不相似矩阵;通过多维尺度分析(Multidimensional Scaling,MDS)算法,构建出所有终端的位置分布图,进而通过确定其中3个以上终端的位置来定位所有的终端。采用支持向量回归机(Support Vector Regression,SVR)计算任意终端间的距离,并将距离矩阵作为不相似矩阵。文中在商场场景下选择了约2500m^2的区域进行实验,所提方法的平均定位误差约为7m。

基于多维尺度法的冲锋衣代表样本的选取

为了在大量服装款式中挑选代表性服装款式样本,本文以冲锋衣为研究对象,通过采用多维尺度法与聚类分析法对网络上搜集的40款冲锋衣样本进行多维尺度分析与聚类分析,最终获得6款冲锋衣的代表性样本。通过对代表性服装样本的获取方法进行研究,对服装款式的感性研究具有重要意义。

一维柔性监控搜索技术及其对Powell型约束变尺度法的改进

本文提出了一维柔性监控搜索的概念,并以Watchdog监控技术和DSC—Powell一维搜索技术为基础,建立了WDP一维柔性监控搜索技术,改进了Powell型约束变尺度法。

基于多维尺度法和卡尔曼滤波的机器人传感器网络跟踪定位

为解决当前工业机器人定位误差大,传统多维尺度(MDS)模型的精度受到环境噪声的影响,现有定位方法无法满足定位精度需求的现状,提出了一种将卡尔曼滤波和多目标跟踪相结合的方法来减小噪声对多源定位的影响.建立了高斯分布下加性噪声对距离测量噪声分布的预测模型,并据此建立了线性跟踪系统.实验数据表明,在不同噪声水平及不同传感器网络节点数量下,基于MDS法的传感器网络节点定位误差最高接近20%,基于EKL法的定位误差在7.46%～13.13%范围内变化,而本文提出的MDS和KL联合定位方法误差始终控制在8%以内.与现有常用的MDS和扩展卡尔曼滤波EKL定位方法相比,该算法有效地降低了实际环境中的噪声影响,具有很好解决移动传感器定位问题的潜力,满足了高精度定位的实际要求.同时,由于采用了线性滤波器进行简化,很好地适应了功率、内存和计算能力有限的小型嵌入式传感器,在机器人定位领域具有一定的参考价值.

基于HOG图像处理的滚动轴承故障诊断方法

对于滚动轴承的智能故障诊断问题,文章提出一种基于梯度直方图(histogram of oriented gradient,HOG)图像处理的轴承故障诊断方法。首先将传感器采集到的原始时域振动信号经变分模态分解(variational mode decomposition,VMD)后得到二维图像;再利用HOG数字图像处理算法对上述图像提取特征信息;使用多维尺度分析(multi-dimensional scaling,MDS)方法对特征数据进行降维处理,得到低维空间下的故障特征数据并对故障特征数据添加标签构建数据集,该数据集被划分为训练集和测试集;然后引入遗传算法(genetic algorithm,GA)优化支持向量机(support vector machine,SVM)中的惩罚因子和核函数关键参数,用训练集进行训练得到最优故障分类模型;最后对测试集的数据进行处理,得到分类结果。对比分析结果表明,该文方法能快速提取轴承故障有效特征,提高故障诊断准确率。

我国大学生生命教育研究热点的知识图谱--基于共词分析及多维尺度分析法

本文以刊载于中国知网CSSCI检索源期刊的论文为研究对象,采取共词分析和多维尺度分析法,利用Bicomb及SPSS软件对有关大学生生命教育研究方面的热点进行分析。我国大学生生命教育领域的研究热点主要集中在大学生自杀与预防研究、大学生生命关怀教育体系建构研究、儒家生命哲学在大学生生命教育中的应用研究、大学生生命道德教育研究、大学生生命教育实施途径研究和大学生生命价值观研究等六个方面。今后应进一步加强大学生生命教育的顶层设计研究、加深本土化的大学生生命教育理论研究、重视大学生生命教育的实践模式研究和促进大学生生命教育研究视角多元化。

国内SPOC研究热点和发展趋势分析——基于词频分析法、共词聚类法和多维尺度分析法的研究

本文以2014年1月1日到2017年12月31日为时间节点,在教育技术学领域SPOC研究方向选取了423篇论文为研究对象,利用Bicomb 2.0软件生成了SPOC的高频关键词和共词矩阵;并利用SPSS软件进行共词分析,对近4年国内SPOC研究现状与发展趋势进行了量化分析与总结。本文研究发现,国内SPOC研究主要围绕两条主线和四个研究热点进行。两条主线是SPOC的理论特点和SPOC教学模式的设计与实现;四个研究热点是SPOC教学模式、SPOC教学设计、SPOC应用及SPOC的在线学习。而对发展趋势的预测认为,未来SPOC的应用领域将更加趋于专业化,更注重教学效率的提高,SPOC将有可能替代MOOC成为在线学习的主流,小规模、个性化的在线学习将成为未来发展的主流趋势。

基于多维尺度法和形态分析法的女士羽绒服款式要素研究

为了在大量羽绒服款式中挑选代表性款式样本并提取出明显影响消费者感性意象的款式设计要素,本文以女士羽绒服为研究对象,通过对网络搜集的65款女士羽绒服样本进行多维尺度分析与聚类分析,获得8款女士羽绒服的代表性样本。并通过形态分析法和问卷调研法,分别从专家角度和消费者角度综合提取了12项女士羽绒服款式设计要素,这12项款式要素的组合构成是羽绒服款式设计中能够影响人们对其感性评判的核心因素,设计师在进行款式设计时应重点考虑。

体育非遗进校园研究的热点与趋势探析——基于共词聚类及多维尺度分析法

本文基于中国学术期刊、优秀硕博士学位论文、会议论文数据库等刊载的234篇体育非遗进校园研究论文,采用文献计量法和内容分析法,借助采用书目共现分析系统(BICOMB V202007)、SPSS绘制成知识谱进行共词聚类和多维尺度分析,以期为后续体育非遗进校园研究提供理论参考。结果显示,体育非遗进校园的研究热点主要集中在高校体育教育的文化传承、校本课程的研发、传统武术进校园的路径、传统体育文化的校园保护等方面。基于此,需构建分层次、全方位的体育非遗进校园路径;打造原真化、民族化的特色体育非遗校园文化品牌;开发多样化、贯通化的大中小幼体育非遗校园教学资源。

国内高阶思维研究热点与发展趋势——基于多维尺度分析和社会网络分析

高阶思维作为21世纪创新型人才的必备技能之一,受到全球教育界的广泛关注。文章基于中国知网数据库收集国内关于高阶思维研究的相关文献,利用词频分析法、共词聚类法、多维尺度分析法,总结出国内高阶思维领域的四个研究热点:高阶思维内涵和要素等理论研究、对高阶思维能力的测评研究、智能技术支持下的高阶思维实践研究、基于学科融合的高阶思维教学培养研究等。借助社会网络分析预测其发展趋势,以期对未来高阶思维的创新研究提供借鉴。