基于深度学习的边际Fisher分析特征提取算法

提取符合数据分布结构的特征一直是模式识别领域的热点问题。基于固定核映射方法具有获取非线性特征的能力,但对映射函数类型及其参数十分敏感。论文提出一种基于多层自动编码器的特征提取算法,该深度学习网络模型的训练分为无监督预训练以及基于边际Fisher准则的监督式精雕训练过程。通过数据生成性预训练和精雕过程中正则化手段防止过拟合训练。在多个数据集进行分类的实验结果进一步验证算法的有效性。

基于栈式去噪自动编码器的边际Fisher分析算法

特征学习是模式识别领域的关键问题。基于自动编码器的深度神经网络通过无监督预训练与有监督微调能够有效地提取数据中关键信息,形成特征。提出一种基于栈式去噪自编码器的边际Fisher分析算法,该算法将边际Fisher分析运用于有监督微调阶段,进一步提升算法的特征学习能力。实验结果表明,该算法与标准的栈式去噪自编码器和基于受限玻尔兹曼机的深度信念网相比,具有更好的识别效果。

太阳系边际探测任务辐射效应综合分析

针对太阳系边际探测任务中面临的强辐射问题,在太阳系边际鼻尖和尾部两次探测任务中,系统分析了探测器飞行过程中涉及到的空间辐射环境,包括地球辐射环境、太阳宇宙线辐射环境、银河宇宙线辐射环境、木星辐射环境和海王星辐射环境及模型特点。采用模型仿真给出了屏蔽厚度与辐射剂量关系曲线,结合国外探测数据获得了两次任务遭受的辐射总剂量,估算结果可支持在屏蔽重量代价和探测器抗辐射能力之间进行优化选择。针对空间核电源辐射特性,提出了适用于工程应用的核电源辐射效应分析方法。结合探测任务特点和工程可实现性,对各类辐射效应的综合影响提出了系统级防护策略,为太阳系边际探测的方案设计和任务实施提供了技术支持和参考。

基于边际贡献的本量利分析在生产决策中的应用

边际分析法在我国管理会计领域被广泛研究和应用。基于边际贡献的本量利分析可以为管理层对产品的上市、退市及调整生产营销布局作出参考,提高企业财务决策的可预见性。文章结合具体案例更具象地展示基于边际贡献的本量利分析在生产决策中的应用,以指导企业优化生产组织管理,获得效益最大化。

基于Fisher判别分析可分性信息融合的马铃薯VC含量高光谱检测方法

为提高马铃薯VC含量检测结果的准确性和可靠性,提出一种基于Fisher判别分析(Fisher discriminant analysis,FDA)可分性数据融合的检测模型输入变量构建方法。首先,利用高光谱成像技术采集200个马铃薯的高光谱信息,通过对比6种预处理方法和原始数据的建模结果,确定多元散射校正为光谱数据的预处理方法;其次,采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)、连续投影算法(successive projections algorithm,SPA)及CARS-SPA组合算法3种方法提取相应特征波长,通过对比分析最终确定34个有效特征波长;然后,将有效特征波长进行FDA可分性数据融合,根据融合的新变量对样本间差异性判别能力的大小进行筛选,确定构建检测模型的输入变量;最后,分别对FDA融合前后筛选的变量建立偏最小二乘模型和反向传播神经网络(back propagation neural network,BPNN)模型,并对检测结果进行对比分析。结果表明,将CARS算法提取的34个特征波长进行FDA融合,采用前3个融合变量作为构建检测模型的输入变量时,其所建BPNN模型的相关系数由0.9726提高至0.9990,均方根误差由0.7723降低至0.1727,不仅能够极大地降低数据分析维度,而且能够提高检测结果的准确性。因此,基于FDA可分性数据融合构建检测模型输入变量可以提高马铃薯VC含量检测结果的准确性。

三维荧光光谱融合小波包分解融合Fisher判别分析及支持向量机识别紫苏

为实现紫苏品种的快速鉴别,避免以次充好,选取4个品种的紫苏采集三维荧光数据,提出了一种基于小波包分解融合Fisher判别分析(Fisher discriminant analysis,FDA)的荧光数据特征选择策略,并实施了4种紫苏的有效鉴别。首先,对三维荧光数据进行预处理,采用Delaunay三角形内插值法去除瑞利散射和拉曼散射,以消除它们的不利影响;运用Savitzky-Golar卷积平滑对数据进行平滑处理,以减少噪声的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度小于0.01的发射波长。然后,对各激发波长对应的发射光谱进行3层sym4小波包分解,计算得到最低频段的小波包能量值,作为各激发波长光谱数据表征量。接着,再利用FDA对小波包能量进行判别分析,将其所包含的差异性信息进行融合,得到FDA生成的新变量,并选取累计判别能力达到99%的前3个FD变量作为不同品种差异性信息的表征变量,提出三维荧光数据的表征策略。最后,利用BP神经网络(backpropagation neural network,BPNN)和支持向量机(support vector machine,SVM)两种模式识别算法对表征变量进行分析,得到FDA+BPNN和FDA+SVM两种鉴别结果。FDA+BPNN的训练集正确率为97.5%,测试集正确率为95%;FDA+SVM的训练集和测试集的正确率均达到98.33%。结果表明,三维荧光光谱技术结合小波包分解、FDA和SVM算法基本上能够实现紫苏品种的鉴别。这为后续有关紫苏的进一步检测研究(如某些有效成分的定量检测)提供了研究基础。

Fisher判别函数在足迹分析性别中的应用

结合脚型性别差异研究,为了选取出足迹上与性别显著相关的特征,以便通过Fisher判别法建立函数模型,本研究测量了共7个与性别显著相关的几何特征,通过T检验和Fisher判别法建立了模型;利用Fisher判别分析建立了典则判别函数和Fisher线性判别函数。实验结果显示,选取的特征对模型影响显著,函数模型预测准确率为92.3%。该判别函数模型可以显著提高足迹分析性别的准确率,可为技术侦查提供帮助。

基于大数据分析的燃煤火电机组调频边际成本研究

该文提出了1种发电企业在基于大数据分析下的电力市场辅助服务调频过程中产生的调频边际成本计算方法,并对某电厂进行了调频边际成本计算,其结果较符合企业经营的实际情况。调频边际成本数据通过数据清洗以及筛选工作,剔除系统坏点,计算结果更准确;并且通过对机组调频时段以及非调频时段历史标煤耗数据进行对比,得出调频时期煤耗上升造成机组成本升高的实际值,且考虑机组设备折旧损耗的增加,为机组调频过程产生的成本增量预测提供有效的计算方法。

众创空间如何促进共同富裕?——分工网络演进的超边际一般均衡分析

创业空间是创新驱动发展的重要载体,不同的创业空间模式对创新创业收益的创造、均衡分配乃至共同富裕具有重要影响。运用新兴古典超边际一般均衡分析方法,本文将共同富裕内生化,从分工网络拓展的视角研究传统孵化器向创客空间和众创空间演进的微观机理,揭示这一创业分工网络演变过程促进共同富裕的条件及机制。研究发现:信息交互方式、技术支持方式和信任类型是众创空间与创客空间、传统孵化器的内在区别;如果创业活动和技术众包平台的学习成本很大,那么众创空间将是唯一的均衡创业空间模式;如果创业活动、信息交互服务以及技术众包平台的综合学习成本较大,创客空间和众创空间将从传统孵化器中分离出来成为均衡模式,而当这一综合学习成本较小时,市场交易效率和信息交互效率的充分改进将驱动传统孵化器向创客空间乃至众创空间模式演进升级;创新创业及技术众包平台服务的学习成本越低,市场交易效率和信息交互效率驱动创业空间模式升级的门槛越低,传统孵化器越容易向创客空间与众创空间升级。众创空间分工网络的演进通过优化劳动投入结构、提高创新服务生产率、提升创新产出水平及提升人均真实收入水平等促进共同富裕。

基于边际结构模型的中介分析方法在公共卫生领域的应用和SAS实现

目的探讨基于边际结构模型的中介分析在公共卫生领域研究中的应用和SAS实现过程。方法本研究以肥胖在高尿酸血症和糖尿病关联中所起的中介作用为例,利用SAS软件实现基于边际结构模型的中介分析,获得暴露对结局的自然直接效应和自然间接效应,并提供编程代码。结果采用SAS代码构建虚拟人群,控制已知混杂因素的影响后,研究发现高尿酸血症组的2型糖尿病发病风险显著增加,自然直接效应相对危险度RR值为1.29(95%CI:1.03,1.61),经肥胖介导的自然间接效应RR值为1.12(95%CI:1.09~1.16)。结论SAS程序编写可为基于边际结构模型的中介分析在公共卫生领域研究中的推广应用提供帮助。

数字化改革的路径选择:一个内生公共物品的超边际分析框架

数字化改革的探索过程中,主要存在三类典型路径:一是基础好的地区和部门先行探索的“揭榜挂帅”类;二是基础弱的地区和部门为实现弯道超车跟风探索的“不甘落后”类;三是不管基础如何,各地区和部门联合提供、共同探索的“百花齐放”类。基于数字化改革的可复制性、可推广性以及供给过程的公共性等特点,可从公共物品提供的视角审视不同的改革路径。数字化改革深刻影响社会分工结构,本文通过构建异质性区域分工合作的超边际分析框架,刻画不同路径对应的分工结构并明晰不同结构间的转换条件,同时评价不同改革路径的效率。结论表明:“揭榜挂帅”和“百花齐放”路径都有可能成为最优路径。“揭榜挂帅”成为最优路径时,打破了Olson的经典论断,表明“搭便车”式提供公共物品有时非常有效。

分工、双循环格局与共同富裕——超边际一般均衡分析

国际金融危机发生以来,中国逐步从国际大循环主导的传统发展格局转向以国内大循环为主体、国内国际双循环相互促进的新发展格局。为研究国内大循环主导的双循环格局演进的内在机理,揭示双循环新发展格局的形成和发展对共同富裕的促进效应,将经济发展格局演进放在劳动分工结构变迁的框架中,运用新兴古典经济学超边际和数值模拟分析方法,对经济格局演进过程与共同富裕效应进行分析。研究认为,单向外循环的不确定性和不稳定性逼迫外循环需要与内循环高效融合,国内市场交易效率的持续改进以及国内相对生产优势的改进将扩大内循环规模和强化内循环格局的地位,从而有利于形成以内循环为主体的双循环格局;外循环主导的经济发展格局有利于提升具有区位优势地区的富裕水平,而内循环主导的双循环发展格局不仅有利于缩小地区收入差距,也能缩小经济个体贫富差距,加快构建国内大循环主导的双循环格局对实现全体人民的共同富裕具有重要的促进效应。研究表明,通过构建模型分析双循环发展格局与共同富裕的关系,提出了全新的经济发展格局演进理论分析框架和视角,同时对如何加快构建双循环格局进而促进共同富裕社会建设也具有丰富的宏观政策启示价值。

基于MaxEnt模型的陕西省菊芋种植潜在适宜区分析

利用陕西省29个菊芋空间分布数据和26个环境因子,综合陕西省边际土地分布,运用最大熵模型(MaxEnt)模拟历史时期及未来气候变化下陕西省菊芋潜在适宜区分布,并将结果叠加陕西省现有边际土地进行分析。结果表明:(1)MaxEnt模型模拟陕西省菊芋种植潜在适宜区结果精度较高,曲线下面积AUC为0.914。(2)基于历史时期环境数据,陕西省菊芋潜在分布区主要分布在榆林定边县、延安志丹县、安康汉滨区、商洛商州区和汉中西乡县,边际土地总适宜区面积约为75992km^(2),占陕西省总面积的36.9%,其中低、中、高适宜性面积分别约为63169、11617和1205km^(2),主要边际土地利用类型为中覆盖度草地。(3)影响菊芋生长的5个重要环境因子为土壤深度(142.4~155.4cm)、最暖月最高气温(29.4~31.6℃)、高程(210~593m)、坡向(70.7°~239.5°)和坡度(0~10.5°)。(4)未来4种气候情景模式下陕西省菊芋种植中、高适宜区面积总体明显增加,2021-2040年分别增加14.39%~46.46%和46.90%~95.39%,2041-2060年分别增加15.95%~71.52%和48.46%~111.40%。未来气候变化有助于陕西菊芋适宜种植区扩大,建议在榆林定边县、商洛商州区等高适宜地区开展种植实验,验证菊芋对当地环境的适宜性,探索推广培育的可行性。

基于Fisher判别分析对苹果新鲜度的识别研究

以淘宝销量前五的苹果(天水花牛、阿克苏糖心、洛川红富士、奶油富士、黄元帅)为研究对象,置于20℃和55%相对湿度条件下贮藏,在贮藏期的第0、5、10、15、20、25 d分别对其含水量、硬度、色差、可溶性固体含量(SSC)及可滴定酸进行测定,并对五种苹果进行感官评定、聚类分析及Fisher判别。结果表明,感官评定及聚类分析将苹果新鲜度分为新鲜、次新鲜、可接受和腐败。通过Fisher判别分析法得出苹果在贮藏期的2个判别函数,函数1的总变异系数为93.90%(P=0.000),函数2的总变异系数为6.10%(P=0.003),两个函数均有判别意义(P<0.05)。将样品分为测试集和训练集,训练集的识别率为96.25%,测试集的识别率为92.5%。综上,以本文所选取的理化指标作为判别因子所建立的Fisher判别分析模型可以有效识别苹果的新鲜度。

二维类间边界Fisher分析的多元时间序列降维

针对传统边界Fisher分析及相关方法用于多元时间序列降维的局限性,提出一种基于二维类间边界Fisher分析的多元时间序列降维方法。针对边界Fisher分析进行模型改进,在本征图和惩罚图的基础上引入类间惩罚图,用来描述各个类中心之间的距离,并对目标函数进行改进,提出类间边界Fisher分析模型;对所提模型进行二维化拓展,提出基于二维类间边界Fisher分析的降维模型,使其能够直接处理二维矩阵数据,有效保留结构信息;通过计算协方差矩阵将多元时间序列集转化为等长特征集,利用降维模型将等长特征集投影到低维空间,达到数据降维和特征表示的目的。实验结果表明:所提方法能够有效对多元时间序列进行降维,达到良好的分类效果。

耦合主成分分析下煤矿矿井突水水源识别方法

煤矿矿井突水会导致矿井内部水位迅速上升,对煤矿生产造成严重影响,甚至导致煤矿停产。开展矿井突水水源识别可以及早发现突水风险,从而保障煤矿生产和矿工的生命安全。为此,提出一种耦合主成分分析下煤矿矿井突水水源识别方法。根据水源化学各组分间差异性确定突水水源判别指标变量,从煤矿矿井含水层随机选取18个水样化学信息,通过耦合主成分分析获得各水源组间相关性,提取4个重要的主成分表征所有样本信息特征,结合协方差矩阵、Fisher判别得到各类型水源组别的中心距离,识别出突水水源类型。实验结果表明,所提方法能够解决样本信息各变量间信息叠加问题,提升了突水水源识别准确率。

改进Fisher判别法的突水水源快速判别模型

为快速有效地判别矿井突水水源位置,预防水害事故的发生,根据平煤五矿实际水文地质特征,针对砂岩、太灰和寒灰含水层水质差异性,收集34组水样资料,并选取K^(+)+Na^(+)、Ca^(2+)、Mg^(2+)、SO_(4)^(2-)、Cl^(-)、HCO_(3)^(-)六大常规水化学离子作为判别因子,开展水化学特征分析;结合PCA降维统计算法,建立改进的Fisher水源判别模型,并利用待测样本对比改进前后Fisher模型的判别结果,同时将训练样本回代到改进模型中进行验证。结果表明,根据水化学类型无法准确区分寒灰水与太灰水;利用改进Fisher判别模型测试10组待测样本,判别准确率为100%,相较于基础Fisher模型,准确率提高了20%,应用改进Fisher判别模型可大幅提升水源识别准确率;已知训练样本的回代结果显示,改进Fisher判别结果与实际情况基本吻合。通过2种模型的对比分析,采用改进Fisher模型进行矿井水源识别准确率及可靠性高,具有一定研究价值,可为矿井水源识别提供新的思路。

京津冀城市群生产性服务业集聚模式选择研究——基于新古典超边际分析

京津冀城市群存在生产性服务业人均产值低、城市间发展差距大等制约城市群发展的问题,这些问题源于对城市生产性服务业集聚模式选择的忽视。化解当前难题需要立足于生产性服务业集聚模式选择与企业对生产性服务产品的偏好、城市群交易效率的关系。新古典超边际分析理论从分工视角、以超边际分析模型为手段为城市如何选择与其发展水平相匹配的生产性服务业集聚模式指明道路。集聚模式影响城市群交易效率,进而影响宏观分工水平;反之,交易效率的改进能够提高城市群绩效,推动能够体现微观主体偏好的集聚模式变迁。在城市群分工深化、广化过程中,城市通过将宏观效率与微观意愿结合的方式选择生产性服务业集聚模式,能够充分发挥大城市“行星环”辐射作用,构建城市群功能互补的“拼图式”格局,助力城市群高质量发展。

基于系统聚类算法和Fisher判别模型的古代玻璃成分分析与类别鉴定

古代玻璃体现了我国古代高度发达的工艺技术,新时代,玻璃成为了人们生产生活的必需品,研究古代玻璃有助于加深人们对玻璃的认识,唤醒我国人民对工艺研究的热情。本文对古代玻璃的实验数据进行分析,首先使用描述性统计分析和卡方检验分析研究玻璃文物样品表面有无风化化学成分含量的统计规律,得到玻璃表面风化与类型的关系;然后依据玻璃表面风化与类型的关系建立系统聚类算法模型,研究不同类别玻璃文物样品的化学成分之间的关联关系;最后依据化学成分之间关联关系建立Fisher判别模型,得到玻璃类别鉴定的Fisher判别公式,可以对未知类别的玻璃文物进行类别鉴定。本文对古代玻璃的成分分析与类别鉴定提供一定的借鉴意义。

考虑网损的电力系统节点边际碳势理论研究与建模

用于电力系统碳排放计算的宏观核算法和碳流分析法未考虑网损、阻塞因素对电网边际碳排放的影响。为实现电网碳排放指标的精细化分析,建立考虑网损的电力系统节点边际碳势分析模型。考虑火电机组煤耗特性建立了机组的边际碳势模型;基于交流潮流模型,建立电网网损灵敏度模型;进而提出电力系统节点边际碳势的计算方法,并考虑网络阻塞因素进一步改进了该方法。采用IEEE 14节点系统和某500 kV实际系统算例验证了所建模型的合理性和适用性,分别分析了低碳和非低碳调度模式下节点碳势的变化规律;发现考虑网损后节点的正、负向边际碳势存在一定差异;网损因素也使得电网各节点边际碳势各异,考虑网损的模型可提供更为准确的节点边际碳势信息,可用于开展较为精准的实时碳排放分析。