核正交偏最小二乘在代谢组学数据分析中的应用

目的探索核正交偏最小二乘方法的特点及其在代谢组学数据分析中的应用。方法通过模拟实验和真实代谢组学数据,评价核正交偏最小二乘方法的模型预测能力及其可视化效果。结果模拟数据分析表明,当数据间存在线性关系时,KOPLS与传统的线性OPLS具有相同的效果;当数据间存在非线性关系时,KOPLS具有相对更高的预测能力,得分图的可视化效果更好。实际数据分析结果显示,应用KOPLS能够提高模型预测能力和改善可视化效果。结论对于高维非线性关系的代谢组学数据更适合使用KOPLS方法。

核正交UDP及其在人脸识别中的应用

针对人脸识别中的特征提取问题,对原始的非监督判别映射(UDP)算法进行了改进,提出一种基于核正交UDP的人脸识别算法.利用核的方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间;在加入基向量正交的约束后,通过能够保持人脸图像局部几何结构的UDP算法作一个线性映射,以求取算法的正交基向量.该算法中,采用核方法可以更好地提取人脸非线性结构特征,正交基向量则可以更好地保留非线性子流形空间与度量结构有关的信息,增强了算法的识别性能.最后,通过在ORL和PIE人脸库上的人脸识别实验验证了文中算法的有效性.

核正交局部保持投影算法及应用仿真研究

针对化工连续生产过程的时序性及非线性特征,为了挖掘数据的高维非线性结构,将核函数技术和投影向量间正交性原理融入局部保持投影算法中,提出一种新的核正交局部保持投影(Kernel Orthogonal Locality Preserving Projections,KOLPP)用于工业过程故障诊断的非线性算法.首先,利用核函数技术将工业过程数据投影到高维的非线性空间中,提取数据中的非线性信息.在保证投影矩阵中各向量正交的同时,通过局部保持投影算法进行线性映射.其次,通过构造统计量和统计量的控制限进行故障诊断.最后通过TE过程的仿真实验结果验证该算法的有效性.

基于核正交局部判别嵌入的人脸识别

针对人脸识别中的非线性特征提取问题,提出一种基于核正交局部判别嵌入(KOLDE,kernel orthogonal local discriminant embedding)的人脸识别算法。首先通过引入基向量正交约束,得到OLDE算法,并给出算法的推导过程。然后为了更好地处理高度复杂非线性结构数据,将OLDE向高维空间扩展,在核空间提取图像的高阶非线性信息,得到核空间OLDE算法。在ORL和PIE库上的人脸识别实验验证了算法的有效性。

一种应用于人脸识别的核正交等度规映射算法

针对人脸识别中的特征提取,提出了一种新的核正交等度规映射(KOIsoP,kernel orthogonal isometric projection)人脸识别算法。首先用核方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间,从而更好地提取人脸非线性流形结构信息。然后通过等度规映射做一线性映射得到基向量。最后正交化得到的基向量,使得算法更利于保留人脸非线性子流形空间与距离有关的结构信息和重构样本,以便获得更好的识别效果。ORL和PIE库上的人脸识别实验验证了算法的有效性。

基于核正交流形角不相似度的非线性动态过程监测方法

针对过程的非线性和动态特性,提出一种基于核正交流形角不相似度的监测方法.利用两个流形子空间正交向量求取内积矩阵的奇异值,构建基于核正交流形角的不相似度指标,量化评估标准集和测试集的流形子空间的统计量关系.首先,在多流形投影方法的基础上,利用非线性函数将原始过程数据投影到特征空间;其次,引入Gram-Schmidt方法正交化投影向量,形成流形子空间的基向量;再次,对两个流形子空间的内积进行特征值分解,获得核正交流形角,构建不相似度监测模型,该监测指标融合角度和距离度量,能够更好地触发故障警报;最后,通过在TE过程上的仿真实验验证了所提出算法的优越性.

略论故宫清抄本《西番译语》对明代乙种本《西番译语》的“核正”

故宫出版社2018年出版的《故宫博物院藏乾隆年编华夷译语》第一册首次公布的清抄本《西番译语》是对明代乙种本《西番译语》的扩充和修订。清抄本对乙种本词条在藏文拼写、译义、对音诸方面作了“核正”,纠正了不少讹误,改进了对音的规则,也反映了自明至清汉藏语言的历史演变。

基于正交多项式的核函数性质研究

核函数及其参数的选择是支持向量机(SVM)研究中的一个核心问题.正交多项式的正交性和可变性使其可以构造通用核函数以代替多项式核、高斯核等常用核函数.基于正交多项式构造核函数的参数仅在自然数中取值,因而能较大地简化核参数的选择.分析基于切比雪夫多项式、埃尔米特多项式、勒让德多项式及拉盖尔多项式构造的6类正交多项式核函数的性质,并在多个数据集上对比这些核函数的鲁棒性和泛化性,所得结论可为选择这些核函数进行支持向量分类提供理论依据和技术支持.

基于正交核最小二乘法的高职学生成绩预测

在高职教育中,一个能够以较高精度预测学生考试成绩的模型可帮助教师预判教学效果,从而不断改进教学方法,提高教学质量。利用正交核最小二乘法搭建了高职学生考试成绩预测模型,以学生自身特点和平时表现等信息构成模型输入特征变量,预测学生的考试成绩是否合格以及具体分数。以深圳信息职业技术学院学生作为研究对象,将模型从预测精度和稀疏度两方面与支持向量机进行比较。实验结果表明,利用正交核最小二乘法建立的模型具有良好的泛化能力,虽然拟合精度略逊于支持向量机,但是能够取得更好的分类精度和更大的稀疏度。

基于混合正态核函数的蚂蚁矿工算法

为了提高蚂蚁矿工算法处理连续属性的性能,采用混合正态核函数处理连续属性,使蚂蚁矿工算法能够处理具有连续与离散混合域的数据集.通过分析表明,混合域蚂蚁矿工算法有更高的准确率,能产生更简洁的规则.

重正化核的Poisson随机积分表示

本文考虑具有有限矩的1维无穷可分分布的正交多项式的母函数,通过“一步提升”原则得到的重正化核的显式表示,建立重正化核运算与Poisson随机积分之间的关系.

小鼠末稍血正染红细胞微核试验方法研究

本文报告了检出小鼠末稍血正染红细胞(NCE)微核的方法。雄性小鼠分为3组;环磷酰胺(CP)组、丝裂霉素C(MMC)组和骨髓对照组。经腹腔注射给予受试物。试验持续5周。给予CP和MMC的动物在经5次注射后,末稍血中NCE微核率显著增加,微核率随时间的延长而增加。在处理的第5周的微核率:CP(22mg/kg)组为19.3/1000NCE(N=6),MMC(0.5mg/kg)组为29.7/1000NCE(N=6),对照组为1.83/1000NCE(N=6)。用CP(22mg/kg)和MMC(1.0mg/kg)处理的小鼠的骨髓嗜多染红细胞微核率分别为2—3.5和2.5—4.5/1000PCE。在处理后第5周,正染红细胞微核率比第1周高3—6倍。因为有微核的红细胞在循环血中大约存在一个月。所以在此时间内由于多次处理所产生的微核率是相加的,它比传统的微核试验方法更为敏感。

以正为核 循道而行——书法教育校本课程建设的“长桥”倒影

江苏省苏州市吴中区长桥中心小学书法课程重拾和追寻结构严谨的唐楷教学之路,顶层设计书法课程,借助唐楷具有的传统艺术魅力和情怀,以正为核,以正帖立基,以正姿立规,以正气立德,来涵育学生专注的习惯、坚强的毅力、高尚的情操,为学生品格提升奠定扎实的基础。

大鼠下丘脑室旁核中一氧化氮合酶阳性神经元的生后发育

本文用NADPH－d组织化学方法观察NOS阳性神经元在大鼠下丘脑室旁核生后发育各阶段（1、7、14、21、28和90d）的形态及分布特征。结果显示，1d时下丘脑室旁核内已有密集的NOS阳性神经元分布，但随生长发育，室旁核的截面积逐渐变大，其中的NOS神经元主要集中在该核的外侧大细胞部以及腹侧部，单位面积中的NOS神经元的密度逐渐降低。到21d，下丘脑室旁核NOS阳性神经元的分布密度较1d时下降50％。28d以后至成年鼠（90d），此密度维持在一定水平．提示下丘脑室旁核中NOS神经元的生后发育主要在生后1d至21d之间，并提示胚胎时期该核中已有NOS神经元存在。

正交化Fisher鉴别向量集及其应用

在正交化F isher鉴别分析的基础上提出了正交化核F isher鉴别分析方法。该方法具有理论简单、计算方便、特征表示能力强等优点。在CENPARM I手写体阿拉伯数字数据库、NU ST 603HW手写体汉字样本库和FERET人脸图像数据库上的仿真实验结果表明,正交化F isher鉴别和正交化核F isher鉴别方法在特征抽取能力和特征抽取效率方面均分别优于Fo ley-Samm on鉴别和核Fo ley-Samm on鉴别方法。

基于Riesz基的再生核及支持向量机

在支持向量机 (SVM)技术中 ,再生核的选择起着重要作用 .利用 L 2 (R)中的一组 Riesz基构造再生核 ,并将其推广到应用广泛的正交小波 .在基于正交小波的再生核 Hilbert空间中考虑函数的正则化逼近 ,对基于正交小波再生核的 SVM结合小波分析进行探讨 ,得到 SVM的离散逼近 。

弹道导弹核潜艇“凯旋”(Le Triomphant)级

“凯旋”级是法国正在发展中的一级弹道导弹核潜艇,原计划建造6艘,冷战结束后调整为4艘,前两艘已分别于1997和1999年服役,第三艘已投建。预计到2008年4艘全部服役。

闭环火控系统中的误差分类

以往人们对射击误差的分类是基于开环火控系统基础上的。随着闭环校正原理在火控系统中的应用不断深入,有必要重新认识射击误差的性质和特点。本文从闭环校正的角度出发,分析并指出了以往分类方法存在的不足,按误差的可校正性与否对射击误差重新进行了定义和分类。

基于QR分解的广义辨别分析用于雷达目标识别

提出了一种基于QR分解的广义辨别分析算法,并将其用于雷达目标一维距离像识别.与传统用奇异值分解获取目标特征子空间的方式不同,新算法运用核修正格兰-施密特正交化过程直接提取最优投影变换矩阵,不仅有效地地保留了类内散度矩阵最具辨别力的零空间信息,同时使所求解在数值上更稳定.对3种实测飞机数据的分类结果表明,所提方法不仅在识别性能上优于传统方法,而且在一定程度上降低了算法的计算复杂度,提高了系统的实时性能.

基于混沌表示的广义Fock空间(英文)

混沌表示是白噪声分析的关键.考虑目前的基于广义Fock空间的两种混沌分解所依赖的n粒子空间的内积,本文得到了这两种n粒子空间的内积以及两种广义Fock空间的关系.