基于动态弯曲的时间序列异步相关性分析

鉴于相关性分析在时间序列数据挖掘领域中的重要性,提出一种基于动态时间弯曲的时间序列异步相关性分析方法。利用动态时间弯曲算法在时间序列数据中获得最优弯曲路径,将路径元素扩展为反映原始时间序列异步相关性的新序列,通过计算新序列之间相关系数来实现原始时间序列的异步相关性度量,进而克服传统方法局限于同步相关性分析的问题。数值实验表明,该方法拓展了时间序列数据的相关性分析研究,具有较强的鲁棒性。

基于异步相关判别性学习的孪生网络目标跟踪算法

现有基于孪生网络的单目标跟踪算法能够实现很高的跟踪精度,但是这些跟踪器不具备在线更新的能力,而且其在跟踪时很依赖目标的语义信息,这导致基于孪生网络的单目标跟踪算法在面对具有相似语义信息的干扰物时会跟踪失败.为了解决这个问题,提出了一种异步相关响应的计算模型,并提出一种高效利用不同帧间目标语义信息的方法.在此基础上,提出了一种新的具有判别性的跟踪算法.同时为了解决判别模型使用一阶优化算法收敛慢的问题,使用近似二阶优化的方法更新判别模型.为验证所提算法的有效性,分别在Got-10k、TC128、OTB和VOT2018数据集上做了对比实验,实验结果表明,该方法可以明显地改进基准算法的性能.

双光谱二维异步相关光谱表征分子间相互作用的可行性研究

双光谱二维异步相关光谱(2T2D-异步相关光谱)是一种利用两幅一维光谱创建异步相关光谱的新方法。相对于最少需要三幅一维光谱的传统异步相关光谱, 2T2D-异步相关光谱可简化实验过程,有利于样品昂贵体系的表征。利用数学分析、模拟及实际体系实验对2T2D-异步相关光谱应用于表征分子间相互作用的可行性进行了研究。首先建立一个包含P和Q两种溶质的模拟体系,设定P有光谱峰, Q没有光谱峰。数学分析表明:(1)不正确设置P和Q初始浓度,可导致2T2D-异步相关光谱的强度恒为零;(2) 2T2D-异步相关光谱不能反映与分子间相互作用相关的峰强变化;因此,利用2T2D-异步相关光谱表征分子间相互作用可能得到错误的结论。为将2T2D-异步相关光谱发展成为表征分子间相互作用的可靠方法,首先对2T2D-异步相关光谱中P和Q初始浓度的设置方法进行了研究,得出当P和Q初始浓度满足文中式(6)时,可避免不正确设置P和Q初始浓度导致2T2D-异步相关光谱强度恒为零的情况;在此基础上,为解决2T2D-异步相关光谱不能反映与分子间相互作用相关的峰强变化问题,通过向体系中加入具有独立光谱峰和适合浓度的虚拟物质S,发展出带有辅助交叉峰的2T2D-异步相关光谱(ASAP-2T2D-异步相关光谱)。模拟体系实验表明ASAP-2T2D-异步相关光谱可正确反映与分子间相互作用相关的峰宽、峰位及峰强变化,是表征分子间相互作用的可靠方法。最后,将ASAP-2T2D-异步相关光谱应用于表征苯并-15-冠醚-5(BC)与Li^+间的相互作用,实验结果表明ASAP-2T2D-异步相关光谱可同时反映BC特征峰的峰位及峰强变化,进一步证实ASAP-2T2D-异步相关光谱可正确表征分子间相互作用。

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化(EM)算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解:在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器(HCKS),获得目标状态的后验估计;在Mstep,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。

同步-异步二维中红外相关谱检测掺假芝麻油

将同步-异步二维中红外相关谱和多维偏最小二乘判别法相结合定性分析掺假芝麻油。分别配置40个纯芝麻油和含有玉米油不同体积分数(3%~60%)的掺假芝麻油样品40个。室温下,分别采集所有样品的常规一维中红外光谱(650~4 000cm-1)。在研究纯芝麻油和掺假芝麻油的一维中红外光谱的基础上,以芝麻油中掺假的玉米油浓度为外扰,进行相关计算,得到同步和异步二维中红外相关谱矩阵,并对其进行标准化。分别提取标准化的同步和异步二维中红外相关谱主对角线上部分和下部分元素进行融合,得到同步-异步二维中红外相关谱矩阵。在此基础上,分别基于同步-异步二维中红外相关谱矩阵、同步二维中红外相关谱矩阵和异步二维中红外相关谱矩阵建立了三个定性分析掺假芝麻油的多维偏最小二乘判别模型对预测集未知样品进行预测,其识别正确率分别为100%,96.2%和96.2%。结果表明:相对于同步和异步二维中红外相关谱,同步-异步二维中红外相关谱不仅包含了完整的掺假油特征信息,而且剔除了冗余信息,因此能取得更好的判别结果。

二维红外相关光谱的研究和应用

对一维红外光谱存在的问题进行了分析,对二维红外光谱的概念的提出和发展、原理及实验方法、性质及解释规则、相关特点、分析设备和软件、样品及数据处理要求等进行了综述,并采用红外光谱结合二维相关分析技术,对添加不同固化促进剂的环氧树脂配方进行了快速鉴别研究。研究结果表明,二者在一维红外光谱图上没有差别,但是它们的二维红外相关谱图却存在明显的差异。在4000cm-1-2500cm-1和1600cm-1-730cm-1两个区域的同步和异步光谱进行研究后发现,配方B有甲基自动峰的出现,而配方A则无;因此,二维相关红外光谱可以用于揭示树脂聚合反应过程中的高分子链段内不同基团的变化规律和相互作用,并用于一维红外谱图无差别的树脂的鉴别。

基于异步PCA的故障识别方法

针对传统的主元分析(PCA)方法仅考虑变量间同步相关性的问题,提出一种基于异步PCA的故障识别方法。该方法首先利用导数动态时间规整(DDTW)从待识别故障数据集的关键变量序列和历史故障数据集的故障变量序列中获得最优规整路径,将最优规整路径上的元素扩展为反映关键变量序列和故障变量序列之间异步相关性的新序列,然后对新变量序列的协方差矩阵进行特征值分解获得负荷矩阵,最后根据负荷矩阵中关键变量序列和故障变量序列的低维表示向量之间的相似性识别故障。在连续搅拌反应器(CSTR)过程上的仿真结果表明所提出方法的故障识别性能优于传统的PCA相似系数法。

基于近-中红外相关谱融合判定掺伪芝麻油

为充分提取复杂掺伪食用油的特征信息,提出并建立一种掺伪芝麻油的判别方法.采集40个纯芝麻油和40个掺入不同浓度玉米油的芝麻油的常规一维近红外透射光谱和中红外衰减全反射光谱.对两样本采用二维相关谱技术进行相关计算,得到每一样品的同步和异步二维近红外相关谱和中红外相关谱,并进行预处理,得到其对应的同步-异步二维近红外相关谱和中红外相关谱.采用多维主成分分析法提取其特征,并将其得分矩阵进行融合.基于融合的得分矩阵,以及单一近红外、中红外相关谱得分矩阵分别建立纯芝麻油和掺伪芝麻油偏最小二乘判别分析模型,三个模型对预测集样品的判别正确率分别为100%、96.2%和96.2%.研究结果表明,所提出的方法可提取更多的特征信息,提供更好的分析结果.

紫外光固化聚氨酯丙烯酸酯的二维红外光谱

通过二维相关光谱分析方法,对PUA(聚氨酯丙烯酸酯)树脂的紫外光固化过程中羰基区和不饱和双键区的谱带变化规律进行了研究。在含有以IPD I(异佛尔酮二异氰酸酯)/PCDL 5652(聚碳酸酯二醇)/HEA(丙烯酸乙酯)/HDDA(己二醇二丙烯酸酯)型PUA树脂和HDDA、TM P-TA(三羟甲基丙烷三丙烯酸酯)、NVP(N-乙烯基吡咯烷酮)的紫外固化配方中,NVP羰基伸缩振动位于1 705 cm-1附近,TM PTA中的羰基在1 725 cm-1附近,HDDA和PUA上HEA片段的羰基伸缩振动都发生在1 715 cm-1附近。随着紫外固化过程中双键的交联,丙烯酸酯官能团上的羰基发生蓝移,逐渐变化为高频率1 735 cm-1和1 740 cm-1附近的羰基。和不饱和双键关联的羰基偶极矩变化的次序为:1 705 cm-1>1 725 cm-1>1 715 cm-1;对应的双键反应活性次序为:NVP>TM PTA>HDDA^HEA。表明在该紫外固化体系中,不同反应官能团之间的相对活性可以通过二维相关光谱由与之关联的羰基偶极矩的变化次序来对比。

二维荧光光谱提取强干扰下的弱信号的模拟研究

当用荧光光谱分析含A和B两成分样品时,如A的含量远高于B且A和B的荧光发射峰高度重叠,由于A的干扰和噪声的影响,B的信号难以被检出。通过数学分析和计算机模拟,发现通过合理选择实验条件,B的信号有可能在以改变激发波长为外扰的二维异步荧光谱上以交叉峰的形式被观测到。

窄带干扰及动态环境BOC调制信号多通道并行捕获

针对窄带干扰及动态环境二进制偏移载波(binary offset carrier,BOC)调制信号捕获困难、捕获效率低的问题,提出利用奇异值分解(singular value decomposition,SVD)结合最小描述长度(minimum description length,MDL)准则对窄带干扰进行抑制。在部分匹配滤波器结合分数阶傅里叶变换(partially matched filter-fractional Fourier transform,PMF-FRFT)捕获算法的基础上提出结合伪码复合以及异步伪码相关累加的多通道并行捕获算法。该算法首先对接收到的含窄带干扰信号做SVD,利用MDL准则自适应估计出干扰信号的个数并完成干扰抑制;然后,将信号伪码相加形成新的伪码序列,由PMF-FRFT结合异步伪码相关累加算法实现对多个信号的精确捕获。仿真结果表明,SVD窄带干扰抑制算法在较好保留原信号特征的基础上能够有效抑制干扰信号,且性能稳定。提出的伪码复合结合异步伪码相关累加多通道捕获的算法可同时完成多个信号的捕获,有效提升信号捕获概率、减少捕获时间。

喜树碱与β-胡萝卜素相互作用的光谱研究

应用荧光发射光谱和异步相关光谱对喜树碱与β-胡萝卜素间的相互作用进行研究。研究结果表明,喜树碱与β-胡萝卜素间存在相互作用,且二者间的相互作用使喜树碱荧光发射光谱的峰宽、峰位和峰强均发生了变化。

Hela基因周期表达数据聚类及功能分析

目的:进一步了解与宫颈癌相关基因的功能以及作用关系。方法:根据Hela基因周期表达数据的时序特点,提出了KLCC聚类法。该方法以K-means法为平台,以基因间的局部相关系数(Local Correlative Coefficient,LCC)为相关性测度,并对K-means法进行了相应的改进,根据基因间的相关关系,分批对基因聚类。结果:在对Hela基因周期表达数据的聚类分析中,得到9个显著的功能类,其中有3个与肿瘤紧密相关,具有优于当前常用算法的性能。结论:KLCC法能够有效地识别Hela基因周期表达数据中的局部相关和异步相关,并对其进行功能显著的聚类,为宫颈癌的基因治疗提供参考和依据。