基于核化原理的非线性典型相关判别分析

典型相关判别分析是将传统的典型相关分析应用于判别问题 ,它是一类重要的特征提取算法 ,但其本质上只能提取数据的线性特征 .应用统计学习理论中的核化原理可以将这样的线性特征提取算法推广至非线性特征提取算法 .该文研究了如何将这一原理应用于典型相关判别分析 ,提出了基于核化原理的非线性典型相关判别分析 ,并且给出了求解该问题的一个自适应学习算法 .数值实验表明 ,基于核化原理所导出的非线性典型相关判别分析比传统的典型相关判别分析更有效 .另外 ,该文从理论上证明 ,所提出的新方法与Fisher核判别分析等价 .

基于核典型相关分析的非线性相关源盲分离方法研究

针对传统的相关源盲分离方法的不足,提出了一种基于核典型相关分析的非线性相关源盲分离方法。该方法是利用了核方法来处理数据之间的非线性问题,同时还利用信号源之间的相关性来进行分离。提出的方法与传统的相关源盲分离方法进行对比分析。仿真结果表明,提出的方法明显优于传统的相关源盲分离方法,并从分离性能指标上得到了充分的反映。最后,将该方法应用到转子不对中和碰摩故障的盲分离中,实验结果进一步验证了该方法的有效性。

非线性与线性典型相关分析的对比实验

线性典型相关分析揭示了两组变量间潜在的线性关系,但实际应用中,变量之间往往还潜在着非线性关系。主要研究非线性典型相关分析算法,揭示变量间潜在的非线性关系,并通过非线性与线性典型相关分析对比实验,验证其优良性能。

运用特征空间最大信息的典型相关分析来描述功能成像数据的非线性关系

许多关于分析神经影像学的问题可以被归结为发现两组变量的关系,其中例如典型相关分析(CCA)这一线性方法被广泛的应用。然而,为了更深入的研究非线性过程,在脑功能上,与线性方法共存的一个更加灵活的方法需要被挖掘。这里,我们提出了一个新的非监督的与数据驱动的方法,把它称为emiCCA,它能自动地获不同数据集的线性的与非线性的的关系,有仿真证明与线性CCA和核CCA(非线性CCA)相比,emiCCA有更好的性能。对于功能磁共振emiCCA框架来说,它的处理过程已经被设计和应用到了来自真正的运动执行功能磁共振实验的数据中。这种分析揭示了一种线性(在初级运动皮层)和少量非线性网络(在补充运动区,两侧脑岛,小脑),这表明,与不同任务相关的大脑区域也是网络的一部分,也有助于手部的动作执行,这些结果表明,emiCCA是一个针对不同的数据挖掘的很好的一项技术。

基于核典型相关分析的故障检测方法

针对化工过程中存在大量非线性问题,目前存在的主要方法为将核算法与偏最小二乘算法相结合(KPLS),相比于KPLS算法,将核与典型相关分析相结合的方法(KCCA)能够最大化两组变量相关性,以达到更好的检测效果。然而KCCA方法不能准确地将数据空间分解成与关键性能指标(KPI)相关和不相关的部分,从而忽略了剩余空间仍然涉及与KPI相关的一些信息的事实。文中提出了一种新的改进的KCCA (MKCCA)方法,该方法对核矩阵的可计算负载进行奇异值分解(SVD),得到一个投影模型,将核矩阵适当地分解为KPI相关部分和不相关部分,然后设计两个统计量进行故障检测。最后利用田纳西伊士曼(TE)过程验证了所提出方法的有效性和优越性。

基于小波-KCCA的非线性欠定盲分离方法研究

结合小波分析和核典型相关分析(KCCA)各自的特点,提出一种基于小波-KCCA非线性欠定盲源分离方法。该方法的基本思想是利用小波分析对观测信号进行分解,将分解后的小波系数与原来的观测信号重新组合,构成新的观测信号,从而将欠定盲分离转换为超定或正定盲分离。然后把新的非线性观测信号从低维空间映射到高维核特征空间,将非线性盲源分离问题转化为特征空间中的线性盲源分离问题,最后用典型相关分析对混合信号进行盲源分离,得到源信号的估计。仿真结果表明,与传统的非线性盲分离方法相比较,提出的方法具有明显的优势,得到了满意的分离效果。最后,轴承内外圈故障非线性欠定混合盲分离实验进一步验证了小波-KCCA方法的有效性。

热带夏季风对ENSO的非线性响应

采用1950—2002年NCEP/NCAR53 a夏季平均的850 hPa低空风场和GISST海温资料,通过非线性典型相关分析(Nonlinear Canonical Correlation Analysis;NLCCA),得到热带夏季风对ENSO的响应存在一定的非线性。强La Nina年与强El Nino年相比,环流中心明显偏西偏南,澳大利亚上空出现了一个异常的反气旋系统,风场强度也有很大的差异。当海温正异常或负异常变化时,非线性主要表现在强度上;当海温由正(负)异常变为负(正)异常时,非线性在强度和流型上都有很清楚的表现。热带夏季风对ENSO的响应可分为线性和非线性响应,这两部分分别解释方差的67.45%和32.55%,孟加拉湾—中南半岛西部和菲律宾群岛以西的异常环流主要是由非线性响应引起的。

北半球冬季环流异常与ENSO的非线性关系

运用非线性典型相关分析(nonlinear canonical correlation analysis,简称NLCCA)方法,对热带太平洋海表温度异常(SSTA)场与北半球冬季海平面气压异常场(SLPA)进行非线性分析,以反映ENSO与北半球冬季环流异常之间的非线性关系。NLCCA的结果表明:从极冷到极暖期,北半球冬季SLPA场对ENSO的投影在各主成分所分别构成的平面或空间中分别形成一条直线和一条抛物线,说明北半球冬季环流异常与ENSO的相关包含线性和具有二次特征的非线性两部分。无论ENSO的冷、暖事件都能导致冰岛低压减弱,且西伯利亚高压、北美高压和北太平洋高压随SSTA的变化不对称,进一步证明了ENSO对北半球冬季环流异常的非线性影响,其中冰岛低压对于ENSO响应的非线性特征最强,而阿留申低压与ENSO则主要是线性相关。

热带太平洋SSTA与太平洋北美区500hPa高度场的非线性关系

利用NOAA的逐月平均SST资料和NCEP/NCAR的逐月平均500 hPa高度场资料,采用非线性典型相关分析(NLCCA)分析了冬季热带太平洋SSTA场和太平洋北美地区500 hPa高度距平场之间的非线性关系,结论得出:NLCCA有能力表示出更一般的低维结构,可以提取资料集中传统CCA所不能提取的特征。NLCCA第一模态的典型相关变量μ从最大值变化到最小值,重建的SSTA场从强El Nino位相变换到强La Nina位相。La Nina位相的负距平中心(100°W左右)比El Nino位相的正距平中心(150°W左右)偏西约50个经度。对于500 hPa高度场,其非线性特征主要表现为定常波列(Rossby波)的位置偏差。El Nino时,PNA正位相的四个距平中心比La Nina时PNA负位相距平中心位置向东偏离约20个经度。NLCCA所得结论与合成分析结果一致。

男男同性HIV感染者焦虑、抑郁程度的关联因素分析

目的分析影响男男同性人类免疫缺陷病毒(human immunodeficiency virus,HIV)感染者不同焦虑、抑郁程度的相关因素,识别男男同性HIV感染者中存在焦虑、抑郁等心理问题的高危群体。方法采用基于网络的问卷调查方式,通过问卷星发放调查问卷,对男男同性HIV感染者采用焦虑自评量表(Self-Rating Anxiety Scale,SAS)、抑郁自评量表(Self-rating Depression Scale,SDS)进行问卷调查,采用基于最优尺度变换的非线性典型相关分析方法分析男男同性HIV感染者的不同焦虑和抑郁程度的相关因素。结果395例男男同性HIV感染者中,年龄在30~39岁最多(40.5%),大多数未婚(65.8%),月收入在5千以下者最多(62.3%),63.3%的感染者是城市户籍,受教育水平为大学及以上者最多(57.2%);职业为机关企事业单位的占26.6%。具有焦虑和抑郁症状者占54.7%和65.3%,其中重度焦虑和抑郁者占11.9%和10.1%。最优尺度变换的非线性典型相关分析结果显示:城市户籍,月收入在5千元以上,在机关企事业单位工作的感染者与“无抑郁”有关联;而农村、月收入在3千元以下,职业为个体户等的感染者与“重度抑郁”有关联;月收入水平与焦虑的不同程度间也存在关联。结论经济收入水平、户籍、职业状况等特征与男男同性HIV感染者不同抑郁程度有关联。农村户籍以及经济收入水平较低的感染者是心理问题的高发人群,对具有这些特征的男男同性感染者应该给与有针对性的心理干预措施。

人体测量学指标与多重代谢异常的非线性典型相关分析

目的明确人体测量学指标整体与多重代谢异常症状整体的关系,以期对代谢综合征(metabolic syndrome,MS)的预防提出针对性的建议。方法采用随机整群抽样的方法,以河南省某县为研究现场对常住成年居民进行问卷调查、体格检查和血生化指标检测。采用SPSS 13.0的OVERALS过程进行非线性典型相关分析,并计算典型相关系数、多元相关系数,并绘制各指标关联强度的重心图。结果共获得调查对象2 914人,其中男性1 134人(38.9%)、女性1 780人(61.1%),平均年龄(50.58±13.70)岁。非线性典型相关的拟合结果为:损失量为0.577,占总变异的28.8%,相对较小,说明两组变量,即生化指标总胆固醇、总甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇和空腹血糖与性别、年龄、体质指数及腰围之间的相关程度较大,常有同步变化趋势;多元相关系数显示各生化检测指标之间和性别、年龄及人体测量学指标之间均存在较强的内部相关,即常出现整体异常现象。各指标关联强度的重心图表明随着年龄增长代谢异常症状增多;女性代谢异常症状较多;超重及肥胖人群伴有多代谢异常;腰围与代谢异常呈正相关。结论 (1)生化指标、人体测量学指标组合变化的几率高;(2)年龄较大人群,特别是中老年男性及老年女性是一级预防的重点人群;(3)超重和腹型肥胖可作为预测多代谢异常的敏感指标;(4)非线性典型相关和重心图在分析多组变量时具有优势。

基于聚类和最优尺度分析的户外拓展运动的安全风险研究

户外拓展运动是一种需要进行风险管理的活动形式。文章基于户外拓展学员的认知,对拓展活动的安全风险引致因素和安全风险表现类型进行问卷调查,并对风险引致因素类型和风险表现类型进行聚类分析。研究引入最优尺度分析中的非线性典型相关分析方法,对个体因素与拓展安全风险间的相关关系进行统计识别。研究发现,拓展安全风险引致因素和拓展安全风险表现类型均具有聚类特征,并与拓展参与者的个性特征变量具有非线性相关关系。

基于最优尺度分析的游客高聚集场所安全风险研究

大众旅游时代下,游客蜂拥出游,游客极易在局部空间形成游客高聚集场所,安全风险骤增。加强游客高聚集场所的风险认知及探究其在时空维度的风险表征具有重要的实践意义。本研究在界定游客高聚集场所概念的基础上阐述了其高风险性。选取2004-2015年间游客高聚集场所的相关案例,利用频数统计辨识和分析了游客高聚集场所的类型及其时空特征,并借助最优尺度分析中的非线性典型相关分析探求时空因素与安全风险变量间的具体内在关系。游客高聚集场所的安全风险具有一定的时空特征,因此提出了"因时制宜"和"因地制宜"的安全防控策略。

外卖020模式的消费者行为特征分析

本文以武汉市所有高校学生和城镇常住居民为调查对象,利用二元选择模型、分析了影响餐饮O2O外卖平台是否使用的原因;运用非线性典型相关分析的方法挖掘了潜在用户不使用的原因与用户的特征。根据所得结论提出建议:一,重点完善物流体系来维持现有客户;二,区域差异化营销以争取潜在客户;三,根据使用者的特征对其进行精准营销。

环境变化下基于核典型相关分析与协整的损伤识别方法

采用传统协整方法进行损伤识别时,需要变量间满足较好的线性关系,而实际工程中监测变量往往存在一定程度的非线性,这使得协整方法的有效性受到影响。为此,提出一种结合核典型相关分析与协整的损伤识别方法。首先利用核典型相关分析能有效处理非线性相关变量的优点,将低维空间存在非线性关系的监测变量映射到高维空间,使其转化为线性相关的核典型变量。然后利用协整方法能够消除变量间共同趋势的特点,对核典型变量间的共同环境因素影响进行分离,并以分离环境因素影响后的协整残差作为损伤指标进行损伤识别。最后通过芬兰Kullaa课题组的木桁架桥试验数据,对协整方法、结合典型相关分析与协整的方法、核典型相关分析和协整相结合方法这3种方法的损伤识别结果进行比较。研究结果表明:在分析非线性数据方面,核典型相关分析要优于典型相关分析;前2种方法受监测变量数目的影响较大,选择不同数目的监测变量将得到不同的识别结果,而该方法对监测变量数目不敏感;且在损伤识别的漏判率方面该方法明显优于其他2种方法。

基于MF-VAR的混频数据非线性格兰杰因果关系检验

研究目标:提出一种针对混频数据非线性格兰杰因果关系检验的方法。研究方法:在混频向量自回归模型(MFVAR)的基础上提出构造Wald统计量,通过模拟实验和实证研究考察统计量的性质。研究发现:模拟实验结果表明该检验相对于其他混频检验和低频检验具有更优的性质,并且对检验式误设具有稳健性。进一步针对中国经济增长与消费者信心因果关系的实证研究证明,混频检验与低频检验得出的结论有很大差异,混频检验得出的结论更符合经济理论。研究创新:利用自助法修正统计量在有限样本下产生的水平扭曲,利用典型相关分析实现了数据降维。研究价值:在检验不同频率变量之间的非线性格兰杰因果关系时避免了信息损失和虚增。

时空因素对我国赴泰旅游安全事件的影响

以2010年~2014年我国旅行社责任险出险案例为基础,遴选出568起我国游客赴泰旅游出险案例为研究样本,运用非线性典型相关分析法探究时空因素与我国赴泰旅游安全事件类型间的关联影响机制。研究表明:在时间变量上,旅游安全事件类型分布与时间因素间呈差异性关联特征,其发生频率与泰国旅游旺季有所差异,与旅游活动时段的相关性更高;在空间变量上,旅游安全事件呈高发场所集中分布特征;与旅游六要素空间既有差异性关联特征,又具有交叉性关联特征;与具体地点具有较强的单一关联特征。

基于NARX神经网络的粮食产量预测模型

中国是世界上重要的粮食生产大国,保证粮食产量和粮食安全关系到我国国民经济的健康发展。而做好粮食产量的预估工作,对于指导经济的健康发展十分重要。在借鉴相关研究成果和中国统计年鉴的基础上,选择7组与粮食产量相关的统计指标,并根据数据与粮食产量作出典型相关性分析,证明7组统计量与粮食产量之间的相关性,进而构建一种基于时间序列非线性自回归神经网络的粮食产量预测模型。经过检验发现,该模型的准确率和性能都取得较好的效果,在测试数据集上的平均误差为1.5%。

视听信息融合的CNC铣刀磨损状态监测方法

针对目前多特征融合刀具磨损监测方法中存在特征之间相关性差、非线性关系被忽略,导致用于模式识别的融合特征维数过大、冗余信息多、特征契合度差和识别准确率低的问题。提出了一种核典型相关分析(Kernel Canonical Correlation Analysis,KCCA)的多级特征融合方法。采集数控加工过程的声压信号以及工件纹理图像,并提取相应的视听特征,利用核典型相关分析法在高维空间找到2组投影方向,保证投影后特征间的皮尔逊系数最大,使视听特征的相关性最大化。经实验验证,利用核典型相关分析法能计算6组典型变量,并表达原特征97%以上的信息,大大降低了特征维数、减少了冗余特征。并且同样的识别模型下,核典型相关分析法能够将检测准确率提升至95%以上。

太平洋热、盐比容高度对比容高度的影响

为了理解太平洋区域热、盐比容高度与比容高度之间的相关关系,利用2000—2010年太平洋区域的简单海洋数据集(SODA)计算出热、盐比容高度与比容高度,采用非线性典型相关分析法(NLCCA),对热、盐比容高度与比容高度的相关性进行分析。研究发现:在太平洋区域,热比容高度对比容高度的季节及年际变化信号有显著影响,两者存在较强的线性关系,热比容高度主要影响赤道区域;盐比容高度则主要影响比容高度的长期变化趋势,对短周期的信号影响不显著;盐比容高度与比容高度之间的非线性关系较强,其影响区域主要集中在南太平洋。