因子模型的一种结构突变检验及其统计性质研究

为了内生地识别动态因子模型因子载荷矩阵的结构突变(包括因子个数的变化),本文利用主成分估计的伪因子序列构造累积平方和统计量检验因子载荷矩阵的结构突变性,进一步利用迭代累积平方和算法对多个结构突变点的位置进行探测。研究发现,本文提出的检验统计量对于因子个数误设具有稳健性;并且该检验具有良好的有限样本性质和渐近性;另外,实证分析发现,我国沪市A股市场中制造业上市公司的对数收益率序列存在结构突变的共同因子。

卡平方(χ~2)检验在回归模型分析中的误用

在昆虫预测预报建立的回归方程检验中 ,常把卡平方统计量公式误用。为此分析了误用的原因及误用所造成的后果 ;给出了卡平方拟合性检验的定义过程 。

形位误差对装配精度影响的定量分析

基于形位公差带的分布特征,对形状、位置要素变动情况进行研究,提出了一种在一维线性装配尺寸链下,判断模型中形位误差是否应当纳入装配误差累积计算的方法.在统计平方根模型的基础上,依据零件生产加工完毕后各形位要素变动的分布特性,提出了一种新的装配误差累积计算模型.采用此模型可实现包含形位误差的装配精度定量分析.

基于非接触采集下的鲁棒掌纹识别

为了扩大掌纹识别的应用范围,使非接触式掌纹识别系统在复杂背景和光照变化的条件下都能使用,提出了一种适用于非接触采集下的鲁棒掌纹识别算法.该算法使用肤色阈值的方法把手掌从复杂的背景中分割出来,采用一种新颖的指根点检测算法找到指根点,用指根点来定位掌纹ROI,使用对光照具有良好鲁棒性的LBP算法提取掌纹特征,并用Chi平方统计法进行分类.实验使用的数据库是在不同光照和复杂背景下采集的,当等错率为3.098 6%时,正确识别率达到97.833 7%.实验结果表明,该方法能够扩大掌纹识别的应用范围,使非接触掌纹识别系统在复杂背景和可变光照的条件下达到较理想的识别效果.

加权PCA残差空间的加速度传感器故障诊断

针对加速度传感器在健康监测系统恶劣工作环境下易发生故障的问题,提出一种基于残差空间主元加权统计量的传感器故障诊断方法。首先,将传感器故障采用故障方向和故障幅度向量来表征,并求取传感器故障在残差空间的投影;其次,通过理论推导得出平方预测误差(squared prediction error,简称SPE)统计量与残差空间主向量中各元素呈平方关系,将各元素作为SPE统计量的非线性加权系数;然后,结合贝叶斯推论,采用加权后的SPE统计量计算累积贡献率,并将其作为传感器故障定位的指标。三跨连续梁数值算例结果表明,传统方法对两类常见的增益和偏差故障诊断率分别为5.45%和3.43%,所提方法的诊断率分别为69.8%和100%,且在两种传感器故障类型下均能准确定位故障传感器;意大利帕尔马Lamberti实桥测试数据的算例表明,所提方法对增益故障的诊断率达到77.58%,且能正确定位发生故障的传感器通道。

城域网应用层流量异常检测与分析

首先对流量数据按应用层协议进行分类分析,采用小波分析对原始流量数据进行去噪处理,建立流量数据矩阵;然后采用主元分析(PCA)方法进行流量建模;在此基础上,通过SPE统计量的控制图能快速检测出流量异常,结合SPE统计量的贡献图可以分析出导致异常的主要原因。实验结果表明,小波去噪能降低异常检测的误警率,SPE贡献图可有效分析流量异常的原因。

文本分类中TF-IDF算法的改进研究

文本分类中的一个主要问题是如何提高分类准确性。为了提高分类准确性,提出了一种基于TF-IDF的新的加权方法TF-IDF-IF。此方法引入了一个新的参数来表示类内特征,它用来计算一个类中文档中的术语频率。实验使用CHI卡方统计特征选择方法在数据集中选择1000个特征,然后使用TF-IDF、TF-IDF-CF、LTC和TFC方法在一些常用的分类器如朴素贝叶斯、贝叶斯网络、KNN、SVM中进行实验。实验结果表明,这种方法可以取得很好的效果。

基于主成分分析法的动车组空调故障检测技术研究

针对动车组空调系统难以建立准确的模型进行故障检测的问题,采用主成分分析法对空调系统采集的大量运行数据进行特征提取,建立动车组空调系统主元模型,通过平方预测误差统计量指标进行故障检测。并使用运用中采集的蒸发器脏堵、制冷剂泄漏、传感器异常等故障数据进行了检测测试,取得了良好的效果。