期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
基于PCA-SBM的轨道交通站点接驳评价体系——以厦门市轨道交通站点为例
1
作者 叶斯逸 《科技和产业》 2024年第1期94-99,共6页
以慢行交通规划为指导,搭建基于PCA-SBM(主成分分析-基于松弛值测算)的效率评价模型,从管理者视角对厦门市轨道交通单车接驳现状作出评价。研究发现:厦门市站点接驳效率整体偏低,多呈现高投入、中回报的数据表现,需加强高峰日的引导轮次... 以慢行交通规划为指导,搭建基于PCA-SBM(主成分分析-基于松弛值测算)的效率评价模型,从管理者视角对厦门市轨道交通单车接驳现状作出评价。研究发现:厦门市站点接驳效率整体偏低,多呈现高投入、中回报的数据表现,需加强高峰日的引导轮次;电子围栏使用率低,应加强政企联动,做好及时的高峰时期车辆调度与用户前端引导,提升用户对电子围栏的感知,推动落实智能化管理。 展开更多
关键词 效率评价 轨道交通站点 共享单车 pca-sbm(主成分分析-基于松弛值测算)模型
下载PDF
利用无创测量表征人体面部皮肤老化表型
2
作者 刘一洲 王久存 马彦云 《上海医药》 CAS 2024年第11期42-45,66,共5页
目的:利用无创测量技术提取的中国人群面部皮肤理化参数建立表征皮肤老化表型的新指标。方法:招募100例不同年龄段的健康受试者,通过皮肤无创测试仪器检测皮肤含水量等皮肤参数,进行主成分分析(PCA)和广义线性模型分析(GLM)。结果:相关... 目的:利用无创测量技术提取的中国人群面部皮肤理化参数建立表征皮肤老化表型的新指标。方法:招募100例不同年龄段的健康受试者,通过皮肤无创测试仪器检测皮肤含水量等皮肤参数,进行主成分分析(PCA)和广义线性模型分析(GLM)。结果:相关性分析发现胶原蛋白密度与年龄呈显著负相关(r=-0.31,P<0.01),眼角弹性指标R5(r=-0.612,P<0.0001)等参数明显随年龄增加而降低。广义线性模型建立的SAI与年龄关系更为显著(r=0.699,P<0.0001)。结论:面部皮肤老化主要表现为胶原蛋白流失,弹性降低,皮肤变黑变红,利用无创测量参数和广义线性模型建立的皮肤老化指数可以用来表征面部皮肤复杂的老化特征。 展开更多
关键词 皮肤表型 皮肤老化参数 PCA主成分分析 广义线性模型 无创测量
下载PDF
基于KPCA和数据处理组合方法神经网络的半球谐振陀螺温度建模补偿方法
3
作者 张晨 汪立新 孔祥玉 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第7期1336-1345,共10页
针对半球谐振陀螺(HRG)的温度建模与补偿问题,提出基于核主成分分析(KPCA)和数据处理组合方法(GMDH)神经网络的建模补偿方法.通过分析HRG的温度特性和大数据特征,初步确定网络模型的特征向量.为了去除HRG输出数据的相关性和冗余性,引入K... 针对半球谐振陀螺(HRG)的温度建模与补偿问题,提出基于核主成分分析(KPCA)和数据处理组合方法(GMDH)神经网络的建模补偿方法.通过分析HRG的温度特性和大数据特征,初步确定网络模型的特征向量.为了去除HRG输出数据的相关性和冗余性,引入KPCA并降低特征向量维度.将特征向量代入GMDH神经网络训练,区分训练集和验证集以确定网络权值和网络结构,实现HRG温度漂移的建模与补偿.实验结果表明,单一样本预测时,所提方法预测效果明显好于传统多项式模型;多样本预测时,在4种不同训练样本下,所提方法相比传统多项式模型精度分别提升了48.5%、54.0%、56.3%、68.4%,相比GMDH模型分别提升了3.6%、5.1%、3.8%、8.8%.所提方法能够有效提高HRG在变温工况下的测量精度. 展开更多
关键词 半球谐振陀螺(HRG) 核主成分分析(KPCA) 数据处理组合方法(GMDH) 温度建模与补偿 测量精度
下载PDF
基于PCA-GRU的轻型汽油车NOx排放预测 被引量:2
4
作者 王珑迪 何超 《时代汽车》 2023年第10期10-12,共3页
为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统(Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放(Real Drive Emission,RDE)测试;利用主成分分析算法(Principal Compo... 为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统(Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放(Real Drive Emission,RDE)测试;利用主成分分析算法(Principal Component Analysis,PCA)对影响轻型汽油车排放的特征参数进行降维,将降维后的数据作为门控循环单元神经网络(Gated Recurrent Unit,GRU)的输入,建立基于PCA-GRU的排放预测模型,对轻型汽油车的NOx的排放量进行瞬时预测。结果表明,PCA-GRU模型对NOx的预测结果的平均绝对误差为0.133mg/s,绝对系数为0.88,相比于单一的GRU模型,分别提高了42.4%和8.6%。该排放预测模型可以实现对轻型汽油车NOx排放较准确的预测,具有一定的工程价值。 展开更多
关键词 便携式车载排放测试系统 RDE测试 主成分分析 门控循环单元神经网络 排放预测模型
下载PDF
建筑施工作业安全感影响因素研究 被引量:9
5
作者 王春雪 吕淑然 《中国安全科学学报》 CAS CSCD 北大核心 2016年第5期13-18,共6页
为研究建筑施工作业人员的安全感及其影响因素,基于影响因素的建筑施工作业安全感水平模型。首先,采用作业安全感量表测量建筑施工人员的作业安全感;其次,通过问卷调查分析作业安全感影响因素,将影响因素概括为个体特征因素、作业环境... 为研究建筑施工作业人员的安全感及其影响因素,基于影响因素的建筑施工作业安全感水平模型。首先,采用作业安全感量表测量建筑施工人员的作业安全感;其次,通过问卷调查分析作业安全感影响因素,将影响因素概括为个体特征因素、作业环境因素、安全管理综合因素3类;最后,通过相关性分析及主成分分析(PCA)方法建模。结果表明,建筑施工人员的作业安全感普遍较低,安全效能、作业危险性等因素对建筑施工作业安全感有显著影响,而年龄、情绪稳定性等因素的影响较弱。基于影响因素的建筑施工作业安全感水平模型计算结果与安全感量表测量结果相近。 展开更多
关键词 安全感 测量模型 影响因素 建筑施工 主成分分析(PCA)
下载PDF
基于油液原子光谱多维时间序列模型的机械磨损状态监测研究 被引量:3
6
作者 徐超 张培林 +2 位作者 任国全 李兵 杨宁 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2010年第11期2902-2905,共4页
提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型,将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。然后,利用... 提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型,将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。然后,利用主成分分析法对高维特征进行降维,提取前三个主成分构成对应磨损状态的特征向量。最后,利用欧式距离度量对测试样本进行分类,达到了对机械磨损状态识别的目的。利用上述方法,通过对某型履带车辆发动机台架实验的光谱数据进行分析,对发动机磨损状态进行了有效识别,从而证明了所提方法的有效性。结果表明,将多维时间序列模型引入油液光谱分析技术,能够实现光谱信息的有效融合,提高机械磨损状态监测的准确性。 展开更多
关键词 机械磨损状态监测 油液光谱分析 多维时间序列模型 主成分分析 欧式距离度量
下载PDF
基于BP网络软件质量度量模型 被引量:5
7
作者 杨健 朱继梅 袁正刚 《微计算机信息》 北大核心 2006年第08X期262-264,共3页
本文系统阐述了构造软件质量度量模型的理论背景与方法,在此基础上,根据神经网络技术的特点,在理论上分析了运用神经网络技术构造软件质量度量模型术的可行性,并通过实验说明了该方法的有效性。
关键词 软件质量 软件度量 软件质量度量模型 主成分分析 神经网络
下载PDF
多态偏最小二乘法模型 被引量:1
8
作者 徐继刚 冯新泸 +2 位作者 管亮 王帅 杨岚 《计算机系统应用》 2012年第6期178-181,共4页
为了更合理的确定偏最小二乘法的主成分数,提出了一种多态偏最小二乘法的建模方式。介绍了建模和预测具体实现过程。给出了预测时样品相似度计算的两种方式:直接距离法和性质得分距离法。以玉米样品近红外光谱数据为例,分别采用多态偏... 为了更合理的确定偏最小二乘法的主成分数,提出了一种多态偏最小二乘法的建模方式。介绍了建模和预测具体实现过程。给出了预测时样品相似度计算的两种方式:直接距离法和性质得分距离法。以玉米样品近红外光谱数据为例,分别采用多态偏最小二乘法与传统偏最小二乘法建模对蛋白质指标进行了检测。结果表明:多态偏最小二乘法预测结果优于传统偏最小二乘法预测结果,有更强的适应性和兼容性。 展开更多
关键词 偏最小二乘法 模型 主成分数 相似性度量
下载PDF
苏州地区近10年城市生态安全度的系统定量分析及其管控对策 被引量:5
9
作者 李辉 李建龙 +6 位作者 杨悦 王钊齐 毛刚 浦惠民 李志刚 秦惠平 徐超 《天津农业科学》 CAS 2015年第2期68-75,共8页
为了对苏州城市生态安全度进行定量评价,找出影响苏州城市生态安全的具体因素,基于PSR模型,利用主成分分析法,建立苏州城市生态安全度评价指标体系,对苏州2004—2013年的城市生态安全度趋势做了定量评估,并根据苏州城市生态状况将评价... 为了对苏州城市生态安全度进行定量评价,找出影响苏州城市生态安全的具体因素,基于PSR模型,利用主成分分析法,建立苏州城市生态安全度评价指标体系,对苏州2004—2013年的城市生态安全度趋势做了定量评估,并根据苏州城市生态状况将评价结果划分为理想、良好、预警、较差、恶劣等5个等级。结果表明:苏州2004—2013年城市生态安全度综合得分值分别为:-4.280 11(较差),-2.837 17(较差),-1.519 46(预警),0.416 034(预警),1.146 289(良好),1.501 843(良好),0.850 822(预警),0.827 805(预警),1.579 483(良好),2.314 454(良好)。总之,苏州近10年来城市生态安全形势总体呈不断上升趋势。 展开更多
关键词 苏州城市生态安全度 城市生态安全度核算 主成分分析法 P-S-R模型 生态安全预警 生态安全管控对策
下载PDF
基于智能手机的公交运行舒适性测度指标研究 被引量:3
10
作者 云美萍 王文 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第8期1143-1149,共7页
为量化分析公共汽车运行过程中行驶平顺性以及车体振动状态对乘车舒适性的影响.以智能手机作为数据采集终端,通过对速度、经纬度数据的统计分析构建表征平顺性的多维变量,并以主成分分析法降维获得平顺舒适性指标;另一方面,通过对高频... 为量化分析公共汽车运行过程中行驶平顺性以及车体振动状态对乘车舒适性的影响.以智能手机作为数据采集终端,通过对速度、经纬度数据的统计分析构建表征平顺性的多维变量,并以主成分分析法降维获得平顺舒适性指标;另一方面,通过对高频采集的加速度数据进行傅氏变换构建振动舒适性指标.该研究弥补了以往研究中忽略车辆运行状态对舒适性影响的不足.通过多项Logit回归法分析调查数据表明,该研究基于智能手机采集数据所构建的舒适性测度指标值能客观反映乘客对公交运行状态的舒适性主观感知. 展开更多
关键词 公交舒适性指标 智能手机 主成分法 傅立叶变换 LOGIT回归
下载PDF
基于MMI-PCA-KLPP二次降维和模糊树模型的NO_X浓度软测量方法 被引量:5
11
作者 刘长良 曹威 王梓齐 《华北电力大学学报(自然科学版)》 CAS 北大核心 2020年第1期79-86,共8页
针对火电厂气体分析仪测量存在滞后和NO_X软测量不准确的问题,提出了一种基于改进互信息-主成分分析-核局部保持投影(MMI-PCA-KLPP)二次降维和模糊树模型(FT)的NO_X浓度软测量方法。首先对样本进行剔除离群点等预处理,再通过查阅文献大... 针对火电厂气体分析仪测量存在滞后和NO_X软测量不准确的问题,提出了一种基于改进互信息-主成分分析-核局部保持投影(MMI-PCA-KLPP)二次降维和模糊树模型(FT)的NO_X浓度软测量方法。首先对样本进行剔除离群点等预处理,再通过查阅文献大体确定模型的输入变量,并采用MMI方法对输入变量进行降维处理;针对MMI降维后依然有较多输入变量的问题,综合考虑了样本全局结构特性和局部结构特性,用PCA-KLPP方法对MMI降维后的变量二次降维;最后针对二次降维后的数据,基于模糊树算法建立了NO_X软测量模型。实验结果表明,模糊树模型精度高且泛化能力强,结合MMI-PCA-KLPP二次降维处理后,大大缩短了模型的训练时间且精度未出现较大程度的降低。 展开更多
关键词 NO_X软测量 MMI PCA KLPP 二次降维 模糊树模型
下载PDF
基于PCA的软件质量度量模型
12
作者 袁正刚 黄志军 朱继梅 《舰船电子工程》 2005年第6期23-25,29,共4页
从理论上系统介绍了软件度量框架和构造软件质量模型的方法。利用主成分分析技术构造了一个多元回归质量模型。结果表明用这种方法对经验数据进行分析是有效的。
关键词 软件度量 度量模型 PCA(principal copponents analysis) 回归模型
下载PDF
基于存储库数据挖掘的开源软件成功度量方法 被引量:4
13
作者 宁德军 叶培根 +1 位作者 刘琴 李梅 《电子学报》 EI CAS CSCD 北大核心 2018年第12期2930-2935,共6页
开源软件已广泛应用于各软件领域,例如操作系统、容器等,但目前尚没有一种能够综合度量开源软件的方法.我们在用户兴趣度量和开发参与度量的基础上,提出了一种能够克服度量维度单一的局限性的度量方法.基于DM模型、软件生存力模型等相... 开源软件已广泛应用于各软件领域,例如操作系统、容器等,但目前尚没有一种能够综合度量开源软件的方法.我们在用户兴趣度量和开发参与度量的基础上,提出了一种能够克服度量维度单一的局限性的度量方法.基于DM模型、软件生存力模型等相关文献研究和开源软件存储库数据挖掘,通过对项目过程数据进行聚类、主成分分析、回归分析和对开发过程的思考,本文提出一种基于存储库数据和统计学算法的开源软件成功度度量模型.并通过与用户兴趣度量结果和开发参与度量结果对比分析,证明本文的度量模型能够基于可自动无扰采集的存储库数据,更全面的衡量开源软件项目的成功.度量模型可应用于企业选择优质开源项目、学术研究、智能项目推荐等领域. 展开更多
关键词 开源软件 主成分分析 成功度量模型 数据挖掘 量化分析 软件工程 DM模型 软件生存力模型
下载PDF
基于混合高斯模型的用电量计量数据聚类算法研究 被引量:4
14
作者 费丹雄 严思唯 +2 位作者 芦金雨 周文哲 范正权 《电子设计工程》 2020年第20期106-110,共5页
针对传统用电量计量数据聚类算法中存在聚类性能较差的问题,提出一种基于混合高斯模型的用电量计量数据聚类算法。通过主成分分析方法对用电量计量数据进行线性降维处理,利用线性降维后的用电量计量数据实施数据预处理,具体步骤包括用... 针对传统用电量计量数据聚类算法中存在聚类性能较差的问题,提出一种基于混合高斯模型的用电量计量数据聚类算法。通过主成分分析方法对用电量计量数据进行线性降维处理,利用线性降维后的用电量计量数据实施数据预处理,具体步骤包括用电量负荷数据矩阵表示、异常用电量数据修正及辨识以及用电量数据归一化处理,根据预处理后的用电量计量数据,采用混合高斯模型实现用电量计量数据聚类。为了证明基于混合高斯模型的用电量计量数据聚类算法的集中聚类性能较强,将传统用电量计量数据聚类算法与该算法进行对比实验,实验结果证明该算法的集中聚类性能优于传统用电量计量数据聚类算法,更适用于用电量计量数据的聚类。 展开更多
关键词 混合高斯模型 用电量 计量数据 聚类算法 协方差矩阵 主成分分析
下载PDF
基于主因子模型的船用燃气轮机监测参数优化
15
作者 袁环 刘永葆 《燃气轮机技术》 2014年第2期46-49,共4页
针对燃气轮机气路故障模型存在多重共线性,使用主成分方法分析了主因子模型中故障系数矩阵的特性,并研究了多重共线性对诊断准确性的影响,结合敏感性分析,优化选择了测量参数。结果表明:虽然选择的测量参数数目少于故障因子数目,但故障... 针对燃气轮机气路故障模型存在多重共线性,使用主成分方法分析了主因子模型中故障系数矩阵的特性,并研究了多重共线性对诊断准确性的影响,结合敏感性分析,优化选择了测量参数。结果表明:虽然选择的测量参数数目少于故障因子数目,但故障诊断效果较好,能有效辨别相似故障。 展开更多
关键词 船用燃气轮机 故障诊断 主因子模型 测量参数选择 主成分分析
下载PDF
基于故障分辨能力的火箭发动机测量参数选择方法
16
作者 张效溥 任枫 +2 位作者 徐鹏里 李志敏 宿彩虹 《航空学报》 EI CAS CSCD 北大核心 2023年第22期157-169,共13页
针对液体火箭发动机测量参数选择这一难题,提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型,建立常见发动机故障下的故障特征库,并采用飞行数据验证其准确性;分... 针对液体火箭发动机测量参数选择这一难题,提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型,建立常见发动机故障下的故障特征库,并采用飞行数据验证其准确性;分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析(FMEA)构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标,并基于改进的多目标二进制粒子群算法(MOBPSO)开展优化设计。优化后的测点排布,可分辨故障从9种提高到13种,鲁棒性与原排布相当,风险指数略有上升;进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。 展开更多
关键词 液体火箭发动机 基于模型方法 测点选择 粒子群优化 凝聚层次聚类 主成分分析
原文传递
Static-based early-damage detection using symbolic data analysis and unsupervised learning methods
17
作者 Joao Pedro SANTOS Christian CREMONA +2 位作者 Andre D. ORCESI Paulo SILVEIRA Luis CALADO 《Frontiers of Structural and Civil Engineering》 CSCD 2015年第1期1-16,共16页
A large amount of researches and studies have been recently performed by applying statistical and machine learning techniques for vibration-based damage detection. However, the global character inherent to the limited... A large amount of researches and studies have been recently performed by applying statistical and machine learning techniques for vibration-based damage detection. However, the global character inherent to the limited number of modal properties issued from operational modal analysis may be not appropriate for early-damage, which has generally a local character. The present paper aims at detecting this type of damage by using static SHM data and by assuming that early-damage produces dead load redistribution. To achieve this objective a data driven strategy is proposed, consisting of the combination of advanced statistical and machine learning methods such as principal component analysis, symbolic data analysis and cluster analysis. From this analysis it was observed that, under the noise levels measured on site, the proposed strategy is able to automatically detect stiffness reduction in stay cables reaching at least 1%. 展开更多
关键词 structural health monitoring early-damage detection principal component analysis symbolic data symbolic dissimilarity measures cluster analysis numerical model damage simulations
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部