基于Kendall秩相关系数的稳健马氏距离及其应用

在聚类分析或判别分析问题中,人们通常使用距离来度量观测的相似程度。其中,马氏距离考虑了数据之间的相关性,并可以消除量纲,从而得到了广泛应用。但在异常值存在时,马氏距离估计不够稳健。因此,构造稳健的马氏距离具有重要应用价值。本文基于Kendall秩相关系数来估计稳健的马氏距离,同时通过数值模拟,将稳健的马氏距离与传统马氏距离进行比较。结果表明在异常值存在时,稳健估计的马氏距离所得结果优于传统马氏距离。

基于Kendall法的高危施工作业中人为因素偏相关性研究

水利工程高危作业中诸多人为因素之间并非完全独立,找出两个特定因素之间的相关作用和内在联系,能有效预防和控制事故的发生。本文根据修订的人为因素分析分类系统(HFACS)框架,采用Kendall法分析了每个因素与相邻层次的因素之间相关作用的大小,并通过偏相关分析滤除了多个变量之间可能产生的相互影响,最终得出每个因素与相邻层次的因素之间净相关作用的大小。根据分析结果对工程的管理与整改提出合理建议。

小样本下Kendall τ相关系数的显著性检验

在大样本条件下,当两变量之间独立时,Kendallτ相关系数渐进服从正态分布,可利用正态分布的性质对其进行显著性检验。然而,小样本下的Kendallτ相关系数的分布是不确定的,一般情况下只能通过查表得到在某一显著性水平下的Kendallτ的临界值,由此判断Kendallτ相关系数的显著性,但通过查表不能够得到Kendallτ相关系数准确的显著性水平。根据Kendallτ相关系数的性质,设计了小样本下计算Kendallτ相关系数显著性水平的算法,改进了小样本下的Kendallτ相关系数显著性检验。

基于Kendall'τ的风光出力相关性分析

随着绿色环保理念受到越来越多重视,以风力发电、光伏发电等为代表的新能源发电系统得到了迅速发展和广泛应用。由于风电和光伏出力的随机性、波动性和间歇性,势必会给电力系统的运行带来影响。本文基于Kendall秩相关系数,采用历史数据对江苏沿海某地区风电场和光伏电站出力的相关性进行定量计算分析,研究风光出力之间及风光出力与地区电网负荷之间的相关性,研究结论可为新能源的健康发展和电力系统的可靠运行提供参考。

随机变量的Kendall相关系数的推广

多维随机变量之间常常存在着复杂的相依关系,而度量相依关系指标大多只刻画二维随机变量之间相依程度。借助Copula工具及利用Kendall相关系数是和谐概率的线性变化的特点,将二维Kendall相关系数推广到n维,并在此基础上探讨其性质以及不同维度的Kendall相关系数之间的关系。

不完全秩评定的Kendall协和系数在排序问题中的应用

本文介绍了不完全秩评定的Kendall协和系数和实际计算过程 。

一种用于视觉跟踪的低秩上下文感知的相关滤波器

基于DCF的目标跟踪方法在保持实时运行时,由于在精度和鲁棒性之间实现了很好的权衡而备受关注。但是,当出现遮挡、移出视野、平面外旋转等干扰时,现有跟踪器仍面临着模型漂移甚至跟踪失败的情况。为此,提出了一种基于低秩上下文感知的相关滤波器LR_CACF。具体来说,在滤波器学习阶段,直接将目标及其上下文信息集成到DCF框架中,以更好地将目标从背景中鉴别出来;同时,对跨帧视频施加低秩约束以强调时序平滑性,使得学习的滤波器处于一个低维的鉴别流行上,进一步提高了跟踪性能;然后,利用ADMM实现滤波模型的高效优化;此外,针对模型失真的问题,启动多模态检测机制来识别响应图的可靠性,当反馈不可靠时,滤波器停止训练,同时扩大搜索区域,并采用区域重叠的方法重新捕获目标。在OTB-50,OTB-100和DTB70数据集上进行了大量实验,实验结果表明,相对于基线SAMF_CA,在DP方面,LR_CACF分别获得了6.9%,4.0%和7.1%的增益,AUC分别提高了3.6%,2.7%和5.4%。基于属性分析的结果表明,LR_CACF尤其擅长处理遮挡、移出视野、平面外旋转、低分辨率和快速运动等场景。

Pearson、Spearman与Kendall's Tau相关分析的Excel实现

目的探讨用Excel实现Pearson、Spearman与Kendall’s Tau相关分析的方法。方法利用Excel中的单元格能调用其它单元格内数据的特点,将相关系数及其假设检验的计算公式分为多个中间结果,合理布置在工作表的各单元格中,最终可得到公式的计算结果,并根据结果作出统计分析与判断。结果建立"两变量相关频数数据"和"两变量相关原始数据"的两个Excel工作表后,进行数据进行Pearson、Spearman与Kendall’s Tau相关分析时仅仅录入频数数据(或原始数据)和显著性水准α,不须再录入任何统计公式和命令,就能立即得到统计结论。结论利用Excel能直观快速地进行数据的Pearson、Spearman与Kendall’s Tau相关分析。

土壤中天然放射性核素活度浓度监测结果的秩相关系数统计检验

借助统计学的方法对辐射监测结果进行统计和分析,是检验数据合理性的一种有效质量保证手段。在广东南部随机选取了A地区开展土壤中天然放射性核素的活度浓度调查,并借助秩相关系数法对监测数据进行了统计学检验。结果表明,本次调查土壤中天然放射性核素活度浓度属于正常环境水平。由于^(238)U与^(226)Ra、^(210)Po同属于铀系,在天然土壤中处于平衡状态,秩相关系数法结果表明^(226)Ra、^(210)Po监测结果随238U的监测结果变化趋势具有显著意义,与理论预期相符,进一步验证了监测结果的合理性。

Kendall法在水利施工人为风险相关性辨识中的应用

为科学辨识评估水利施工人为事故发生风险,本文在修订人为风险分析系统框架(HFACS)基础上,基于Kendall法针对水利施工人为风险要素及各要素间相关性水准实施辨识分析,通过偏相关分析阐明多项变量间相互作用,揭示各风险要素间净相关关系水准。研究可为水利施工人为风险要素识别与风险防控提供决策依据。

梅州河滩相软土物理力学指标的kendall相关性分析

以梅州沿河工程中河滩相软土的土工实验数据为基础,利用kendall相关分析及多元回归分析法,综合分析该地区河滩相软土的指标分布情况及其工程特性,并以此为基础建立相应的抗剪指标的回归方程.结果表明:梅州地区河滩相软土具有高含水率、高孔隙率、高压缩性、低抗剪强度的工程特性.通过对各项指标进行kendall相关分析,量化物理力学指标相关程度并建立了相应的经验公式.研究成果可为有效减少勘察工作量,具有较好的实际应用价值.

基于趋势秩的Spearman相关方法

针对Spearman秩相关方法在两个变量局部数据的大小次序不一致时描述变量间趋势相关性效果不佳的问题,提出了基于趋势秩的Spearman相关方法(T-SRC).T-SRC设计了将数据转换为趋势秩的方法,专门捕获数据的变化趋势,从而提高了Spearman相关方法发现变量间趋势相关的性能.真实数据的实验结果表明,与传统的Spearman秩相关方法相比,T-SRC挖掘变量间的趋势相关关系的性能更优,验证了方法的有效性.

半群CPO_n的每个星理想的秩和相关秩

设自然数n≥3,CPOn是自然序集Xn={1,2,3,…,n}上的保序且保压缩部分奇异变换半群.对任意的r(0≤r≤n-1),记KP*(n,r)={α∈CPOn:|imα|≤r}为半群CPOn的双边星理想.利用星格林关系的方法讨论KP*(n,r)的极小生成集,确定了KP*(n,r)的秩.进一步证明了:当0≤l≤r时,半群KP*(n,r)关于其星理想KP*(n,l)的相关秩.

基于秩相关系数的区间数型水质量评价模型及其应用

针对区域阶段性水质综合评价中的模糊不确定性问题,提出一种基于Spearman秩相关系数的区间数型水质综合评价模型,将多时段水质监测样本的等级隶属问题转化为区间数型多属性决策方案的相关性计算问题。模型通过将水环境质量标准和待评价水质实测值构成决策矩阵,借鉴灰色理论的思想确定相对最佳方案,通过决策方案与相对最佳方案的Spearman秩相关系数,进而由相对海明距离确定研究区的水质等级。应用于浑河沈阳东陵大桥监测段进行实例检验,其评价结果与区间数集对分析法和区间数贴近度法评价相近,表明本模型能有效处理区间型水质评价问题,同其他区间数型水质评价方法比较,在评价过程中具有逻辑清晰,计算便捷,易与其他方法结合等优点。

对椒盐噪声稳健的数字图像斯皮尔曼秩次相关法

应用传统数字图像相关方法进行变形场分布测量时,很难精确处理带有椒盐噪声的数字图像。本文利用斯皮尔曼秩次(SR)相关系数对于椒盐噪声鲁棒的特点,提出了一种基于SR的数字图像相关算法。根据SR均值统计特征,当椒盐噪声密度足够小时,二元高斯混合模型数据的SR相关系数主要由散斑图像母体之间的相关系数决定。为了验证SR在椒盐脉冲噪声情况下的稳健性,采用可精确控制的模拟散斑图像进行了仿真,然后在三维扫描系统中使用SR相关技术计算出扫描数据的偏差。可控压缩散斑变形仿真表明,当椒盐噪声密度小于25%,计算子块大小为41pixel×41pixel时,SR数字图像相关仍可计算出精确的变形。将该算法应用于计算激光扫描纹理数据之间的偏差,结果显示,整体变形为4μm时,相关系数为0.996 6,表明SR相关系数具有较强的稳健性,在椒盐噪声下可用数字图像相关方法进行变形场分布测量。

秩相关秩相似法在枯季径流预报中的应用

阐述了秩相关秩相似法的基本原理,并根据枯季径流的特点,将该方法应用于丹江口水库的枯季入库径流预报。计算结果表明,该方法的预报效果比较理想,可操作性强,可供水库在实际运行中制定调度方案时应用。

基于秩相关系数法分析广西钦州近江牡蛎增养殖区水质现状及变化趋势

依据2005—2010年对广西钦州近江牡蛎增养殖区水质的连续调查监测结果,选择高锰酸盐指数(COD_(Mn))、无机氮(DIN)、活性磷酸盐(DIP)3个代表性指标作为评价因子,采用Danniel趋势检验的Spearman秩相关系数法对该增养殖区水质状况变化趋势进行研究分析。结果表明,钦州近江牡蛎增养殖区水质的COD_(Mn)、DIN、DIP含量保持较平稳状态,没有明显的上升或下降趋势。

基于秩2更新的多维数据流典型相关跟踪算法

现存的多维数据流典型相关分析(Canonical Correlation Analysis,简称CCA)算法主要是基于近似技术的求解方法,本质上并不是持续更新的精确算法.为了能在时变的环境中持续、快速而精确地跟踪数据流之间的相关性,本文提出一种多维数据流典型相关跟踪算法TCCA.该算法基于秩2更新理论,通过并行方式持续更新样本协方差矩阵的特征子空间,进而实现多维数据流典型相关的快速跟踪.理论分析及仿真实验结果表明,TCCA具有较好的稳定性、较高的计算效率和精度,可以作为基本工具应用于数据流相关性检测、特征融合、数据降维等数据流挖掘领域.

一种基于Spearman秩相关系数与熵的多属性决策方法

本文以方案间单个指标的关联系数为基础,引入相关度概念,对以关联系数平均值作为测度的评价方法进行了改进,提出了以方案相关度为测度指标的新的决策方法。