芦苇生态型划分指标的主分量及模糊聚类分析

运用主分量分析及模糊聚类的方法首次对包括群落、形态、解剖、生理生化及遗传代谢等６５个指标的不同生态型芦苇进行了分析。结果表明，生物量、单株干重、株高、可溶性蛋白质含量、ＲＮＡ含量、ＤＮａｓｅ和ＲＮａｓｅ活性、Ｋｒａｎｚ结构的有无及土壤ｐＨ值等差异最为显著。４种生态型芦苇中，盐化草甸芦苇与盐化草甸－沙丘过渡带芦苇最相近，其次为沙丘芦苇，沼泽芦苇与其它３种生态型相似程度最低。

基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法

针对雷达目标高分辨距离像(HRRP)存在大量的信息冗余,易受到噪声的污染,可分性较差等问题,本文利用核方法解决非线性问题的优点,提出了基于核主分量分析(KPCA)的雷达目标HRRP特征提取与基于支持矢量数据描述(sVDD)的雷达多目标模糊识别方法。在特征提取过程中,利用KPCA对雷达目标HRRP做降噪与降维处理,使得HRRP降低噪声和姿态角的敏感性;在识别过程中,首先在特征空间求得包含每一类目标训练样本的最小超球体,然后根据各个测试样本到最小超球体球面的距离构造属于各个类别的模糊隶属度,根据模糊隶属度的大小判断测试样本所属的类别。仿真实验结果表明,本文提出的算法应用于雷达多目标识别时,具有较高的正确识别率;同时基于SVDD多目标模糊识别算法训练过程只需对每一类目标进行训练,因此具有计算量小,稳健性能优等优点。所以本文提出的KPCA特征提取与SVDD雷达多目标模糊识别方法有很强的实用性。

骆驼蓬属主分量及模糊聚类分析

应用主分量和模糊聚类方法对国产骆驼蓬属进行了分类，验证其经典分类结果。

基于主分量分析的缺陷识别研究

为了解决传统的人工定义方法和小波包分解方法在超声信号特征提取方面的不足,提出了将主分量分析方法应用于信号的特征提取,并据此进行超声检测的缺陷识别。这种方法不但大大降低了数据量,减少了计算复杂度,同时也能够保证压缩后的数据能够有效的代表原数据特性。通过对提取到的特征建立特征向量,利用模糊模式判别方法进行测试,并和现有的两种方法进行对比。与目前采用的方法相比,该方法在识别效率和准确性上都表现非常优秀,能对各种模式有效识别。

基于独立分量分析的极化SAR图像非监督分类方法

提出了一种针对极化合成孔径雷达(SAR)图像的新的分类方法——基于独立分量分析(ICA)的非监督分类方法。该方法将ICA和基于模糊集理论的非监督分类方法结合起来。用ICA方法对原始极化SAR图像进行特征提取,并用模糊C均值(FCM)算法对提取出的独立分量图像进行分类。该算法可对极化SAR图像进行自动分类,并减少由相干斑噪声所引起的分类错误,且其收敛速度快、稳定性高。采用SIR-C/X-SAR数据的试验证明了该算法的有效性。

精密机械热动态误差模糊神经网络建模研究

结合模糊逻辑与人工神经网络的优点,提出精密机械热动态误差的模糊神经网络模型,并在多变量模糊模型后件结构与参数辨识中提出了主分量分析建模的新方法.基于语言控制规则的模糊模型,采用模糊推理方法,建模的关键在于结构辨识和参数辨识.采用主分量分析方法可有效地辨识模型后件的结构与参数.为克服建模用的有效数据量少于后件参数,而无法建立相应的模糊模型这一问题,采用一种多变量系统的模糊神经网络建模方法,利用神经网络具有学习的能力,通过使用适当数量的具有充分激励信息的优选数据组作为学习样本对神经网络进行训练,从而建立起模糊神经网络模型.当辨识的模型精度达不到要求时,可应用模糊神经网络的多次训练获取更高的模型精度.实测数据建模表明,模糊神经网络模型能有效地描述热动态误差.

宁夏沙湖历年水质变化趋势分析

水质污染是中国面临的最为严重的环境问题之一,防治水质污染已成为中国环境保护的一项紧迫的任务。以宁夏沙湖为研究对象,运用主分量分析法和模糊综合评价法对其2000—2009年的水质变化情况进行了评价。绳索果发现:(1)2000—2009年沙湖水质整体上呈现逐渐好转的趋势;(2)模糊综合评价法能够反映水质污染级别,主分量分析法则可以反映水质污染程度,将2种评价方法相结合,可以使水质评价结果更加准确、客观。

基于模糊神经网络的丝织物缝纫性能预测

根据面料FAST力学性能指标与缝纫性能之间的关系,应用主分量分析对FAST高维输入数据降维,提出了一种基于模糊神经网络的丝织物缝纫平整度客观评价系统。实验结果证明,系统可以根据织物的不同结构及物理性能快速准确地预测丝织物的缝纫平整度。

改进可变模糊算法在水资源承载力评价中的应用

针对可变模糊算法在评价指标体系构建时没有考虑指标间的相关性对评价结果造成的影响,以及该算法在水资源承载力评价时没有对研究区域水资源承载力的时序变化特征进行探讨,引入了主分量分析(PCA)法以筛选出彼此间相关系数较低的指标来构建评价指标体系。因此对可变模糊算法进行了改进,旨在分析不同年份下的样本水资源承载状况的时序变化特征;同时,以大同市为例,对该地区(2010～2017年)的水资源承载状况进行评估。评估结果表明:改进后的算法与改进前的相比,在维持评价等级不变的前提下,级别特征值的稳定范围明显缩小,减少了误差范围,提高了评价等级精度。该改进算法进一步拓展和丰富了可变模糊集理论,可为后续评定其他区域的水资源承载状况提供一定的参考。

基于模糊聚类算法的山核桃壳仁分选系统设计

针对经过破壳后的山核桃壳仁物料难以分选的问题,提出一种基于模糊C-均值聚类的山核桃壳仁分选的图像处理算法。在Labview的软件平台上,开发能够实现山核桃壳仁分选的程序和用户界面。通过提取山核桃破壳分离物的H(色调)、S(饱和度)、V(明度)、A(能量)、E(熵)、M(惯性矩)、R(相关性)等物理指标,构建特征数据的样本集合,依据主分量分析(PCA)对数据集合进行特征降维。利用模糊聚类算法计算出相应对象数据集合的聚类中心,计算试验样本对相应聚类中心的隶属度,按照最大隶属度原则实现对山核桃外壳、内隔(隔、壳内壁等)和核桃仁的合理分类,并成功地将核桃仁从破壳混合物料中分选出来。通过设计静态试验方案,验证系统方案与设计的可行性。结果表明:该系统能够对试验样品进行正确分类,分选正确率能达到83%以上。

人脸遮挡区域检测与重建

提出一种基于模糊主分量分析技术(FPCA)的人脸遮挡检测与去除方法.首先,有遮挡人脸被投影到特征脸空间并通过特征脸的线性组合得到一个重建人脸.计算重建图与原图的差图像,加权滤波后并归一化作为被遮挡的概率,以此概率为权重由原图和重建图合成新的人脸.在后续迭代中,根据遮挡概率使用模糊主分量分析进行分析重建,并使用累积误差进行遮挡检测.实验结果表明,算法可精确定位人脸遮挡区域,得到平滑自然的重建人脸图像,优于经典的迭代PCA方法.

地质环境评价方法应用比较研究——以小秦岭金矿区为例

针对不同的环境评价方法在特定领域获得广泛的应用,但是在其他领域却又存在一定局限性的状况。本文选取了目前常用的四种环境评价方法:主分量分析法、物元评价法、模糊数学评价法、灰色聚类评价法,对各自评价机理进行了介绍,然后以小秦岭金矿区为例,将其应用于地质评价领域,根据得到的结果从四个方面对评价方法作了比较分析,得出了这四种方法在地质评价领域的优点和不足。

上市公司管理者薪酬影响因素的实证研究

运用主分量分析法实证检验了我国50家上市公司管理者薪酬的决定因素,并产生相关结论:第一主成分Z1可以看作是企业社会影响力的代表,与主营业务收入,国家持股比例,上市年限有较大的正相关;第二主成分Z2可以看作是企业获利能力的代表,与净资产收益率,管理者持股水平有较大的正相关;第三主成分Z3与人力资本x4有较大的正相关.

一种新的无监督的卫星影像变化检测算法

提出了一种基于主分量分析(PCA)和上下截集模糊Kohonen聚类网络(UDSFKCN)的、无监督的、不同时相的和卫星影像的像素级变化检测新算法。将PCA和UDSFKCN两种方法结合,并将它应用于不同时相的卫星影像的变化检测。该方法结合每个像素的邻域信息,利用PCA,产生每个像素对应的基于邻域信息的特征向量;又将变化区域检测问题转化为两类间的分类问题;然后利用UDSFKCN对每个像素所对应的特征向量进行变化类与未变化类的聚类,得到像素级的变化区域的检测图。实验结果表明,与传统方法相比,对于高斯和斑点噪声,本文算法具有更高的检测准确性和抗噪性能。

自动化技术与远动技术

0205542面向提高图像分辨率的遥感数据融合新算法[刊]/陈豪//软件学报.—2001,12(10).—1534～1539(K)在遥感应用研究中,数据融合技术有着非常广泛的应用。主分量分析方法(principal component analysis,简称 PCA)是一种经典的遥感数据融合技术,在主分量分析方法的基础上,将小波变换与其结合起来,提出了一种新的基于小波叠加的 PCA 融合算法(addingwavelet coefficients principal component analysis,简称AWPCA)。实验证明,与原来的 PCA 和 IHS 方法相比,基于小波叠加的 PCA 融合算法进一步提高了融合信息的质量,并能应用于其他需要高分辨率图像的场合中。参6采集运动体动态数据方法的比较与分析(见0205100)