期刊文献+
共找到801篇文章
< 1 2 41 >
每页显示 20 50 100
Feature Extraction of Fabric Defects Based on Complex Contourlet Transform and Principal Component Analysis 被引量:1
1
作者 吴一全 万红 叶志龙 《Journal of Donghua University(English Edition)》 EI CAS 2013年第4期282-286,共5页
To extract features of fabric defects effectively and reduce dimension of feature space,a feature extraction method of fabric defects based on complex contourlet transform (CCT) and principal component analysis (PC... To extract features of fabric defects effectively and reduce dimension of feature space,a feature extraction method of fabric defects based on complex contourlet transform (CCT) and principal component analysis (PCA) is proposed.Firstly,training samples of fabric defect images are decomposed by CCT.Secondly,PCA is applied in the obtained low-frequency component and part of highfrequency components to get a lower dimensional feature space.Finally,components of testing samples obtained by CCT are projected onto the feature space where different types of fabric defects are distinguished by the minimum Euclidean distance method.A large number of experimental results show that,compared with PCA,the method combining wavdet low-frequency component with PCA (WLPCA),the method combining contourlet transform with PCA (CPCA),and the method combining wavelet low-frequency and highfrequency components with PCA (WPCA),the proposed method can extract features of common fabric defect types effectively.The recognition rate is greatly improved while the dimension is reduced. 展开更多
关键词 fabric defects feature extraction complex contourlet transform(CCT) principal component analysis(PCA)CLC number:TP391.4 TS103.7Document code:AArticle ID:1672-5220(2013)04-0282-05
下载PDF
Watermarking Based on Principal Component Analysis 被引量:10
2
作者 WANG Shuo zhong School of Communication and Information Engineering, Shanghai University, Shanghai 200072, China 《Advances in Manufacturing》 2000年第1期22-26,共5页
A new watermarking scheme using principal component analysis (PCA) is described.The proposed method inserts highly robust watermarks into still images without degrading their visual quality. Experimental results are p... A new watermarking scheme using principal component analysis (PCA) is described.The proposed method inserts highly robust watermarks into still images without degrading their visual quality. Experimental results are presented, showing that the PCA based watermarks can resist malicious attacks including lowpass filtering, re scaling, and compression coding. 展开更多
关键词 WATERMARKING principal component analysis (PCA) Karhunen Loeve transform (KLT)
下载PDF
Feature Extraction by Multi-Scale Principal Component Analysis and Classification in Spectral Domain 被引量:2
3
作者 Shengkun Xie Anna T. Lawnizak +1 位作者 Pietro Lio Sridhar Krishnan 《Engineering(科研)》 2013年第10期268-271,共4页
Feature extraction of signals plays an important role in classification problems because of data dimension reduction property and potential improvement of a classification accuracy rate. Principal component analysis (... Feature extraction of signals plays an important role in classification problems because of data dimension reduction property and potential improvement of a classification accuracy rate. Principal component analysis (PCA), wavelets transform or Fourier transform methods are often used for feature extraction. In this paper, we propose a multi-scale PCA, which combines discrete wavelet transform, and PCA for feature extraction of signals in both the spatial and temporal domains. Our study shows that the multi-scale PCA combined with the proposed new classification methods leads to high classification accuracy for the considered signals. 展开更多
关键词 MULTI-SCALE principal component Analysis Discrete WAVELET transform FEATURE Extraction Signal CLASSIFICATION Empirical CLASSIFICATION
下载PDF
Online Capacitor Voltage Transformer Measurement Error State Evaluation Method Based on In-Phase Relationship and Abnormal Point Detection
4
作者 Yongqi Liu Wei Shi +2 位作者 Jiusong Hu Yantao Zhao Pang Wang 《Smart Grid and Renewable Energy》 2024年第1期34-48,共15页
The assessment of the measurement error status of online Capacitor Voltage Transformers (CVT) within the power grid is of profound significance to the equitable trade of electric energy and the secure operation of the... The assessment of the measurement error status of online Capacitor Voltage Transformers (CVT) within the power grid is of profound significance to the equitable trade of electric energy and the secure operation of the power grid. This paper advances an online CVT error state evaluation method, anchored in the in-phase relationship and outlier detection. Initially, this method leverages the in-phase relationship to obviate the influence of primary side fluctuations in the grid on assessment accuracy. Subsequently, Principal Component Analysis (PCA) is employed to meticulously disentangle the error change information inherent in the CVT from the measured values and to compute statistics that delineate the error state. Finally, the Local Outlier Factor (LOF) is deployed to discern outliers in the statistics, with thresholds serving to appraise the CVT error state. Experimental results incontrovertibly demonstrate the efficacy of this method, showcasing its prowess in effecting online tracking of CVT error changes and conducting error state assessments. The discernible enhancements in reliability, accuracy, and sensitivity are manifest, with the assessment accuracy reaching an exemplary 0.01%. 展开更多
关键词 Capacitor Voltage transformer Measurement Error Online Monitoring principal component Analysis Local Outlier Factor
下载PDF
融合多项式特征扩展与CNN-Transformer模型的锂电池SOH估计
5
作者 陈媛 章思源 +2 位作者 蔡宇晶 黄小贺 刘炎忠 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期2995-3005,共11页
为了提高锂离子电池健康状态(state of health,SOH)估计的精确度,本研究结合卷积神经网络(convolutional neural networks,CNN)强大的局部特征提取能力和Transformer的序列处理能力,提出了基于多项式特征扩展的CNN-Transformer融合模型... 为了提高锂离子电池健康状态(state of health,SOH)估计的精确度,本研究结合卷积神经网络(convolutional neural networks,CNN)强大的局部特征提取能力和Transformer的序列处理能力,提出了基于多项式特征扩展的CNN-Transformer融合模型。该方法提取了与电池容量高度相关的增量容量(incremental capacity,IC)曲线峰值、IC曲线对应电压、面积及充电时间作为健康因子,然后将其进行多项式扩展,增加融合模型对输入特征的非线性处理能力。引入主成分分析法(principal component analysis,PCA)对特征空间进行降维,有利于捕获数据有效信息,减少模型训练时间。采用美国国家宇航局(National Aeronautics and Space Administration,NASA)数据集和马里兰大学数据集,通过加入多项式特征前后的CNN-Transformer模型对比、加入多项式特征的CNN-Transformer模型和单一模型算法对比,验证了加入多项式特征的CNN-Transformer融合算法的有效性和精确度,结果表明提出模型的SOH估计精度相较于未加入多项式特征的CNN-Transformer模型,对于B0005、B0006、B0007、B0018数据集分别提高了38.71%、50.28%、4.71%、17.58%。 展开更多
关键词 锂离子电池 电池健康状态预测 主成分分析法 CNN-transformer 增量容量分析 多项式特征
下载PDF
Coal-based transformation of cities in Shandong Province,China 被引量:2
6
作者 Zheng Xiang Xiyu Liu 《Chinese Journal of Population,Resources and Environment》 2015年第4期358-364,共7页
This article primarily discusses the issue of realizing sustainable development in Shandong Province,China through transformation.It compares the global energy structure to China's,as well as among regions and pro... This article primarily discusses the issue of realizing sustainable development in Shandong Province,China through transformation.It compares the global energy structure to China's,as well as among regions and provinces within China.The article takes six cities in Shandong Province as typical objectives,and then using principal component analysis it calculates their flexibility in regard to city shift and restructuring.The main purpose was to quantify the impact of economic activities triggered by the coal industry,a.k.a the energy economic nexus,and to assess the flexibility and sustainability in transformation among the observed coal-based cities. 展开更多
关键词 COAL transformation principal component analysis SUSTAINABILITY
下载PDF
基于CATPCA的优化Transformer卫星电源消耗时序预测研究 被引量:1
7
作者 张璋 常亮 +3 位作者 田明华 邓雷 常建平 董亮 《北京理工大学学报》 EI CAS CSCD 北大核心 2023年第7期744-754,共11页
提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题,建立了基于赫斯特指数分析(Hurst)、灰色关联分析以及分类主成分分析(CATPCA)的卫星... 提出一种由基于最优尺度量化的分类主成分分析数据处理模块和优化Transformer时序预测模块组成的卫星电源消耗预测方法.针对卫星工程数据的高冗余问题,建立了基于赫斯特指数分析(Hurst)、灰色关联分析以及分类主成分分析(CATPCA)的卫星高维数据处理模型,对百维度时序数据进行有效提取,重构输入数据.采用对抗学习网络架构,建立多学习Transformer的卫星电量预测模型,模型综合考虑影响卫星能源消耗的多种因素以及时序数据依赖,可以在较短的时间内完成高精度卫星电源消耗时序预测.实验部分采用卫星真实运行数据,综合考虑影响卫星能源消耗的多种因素,12 h预测拟合优度达到94%,比BP神经网络,长短期记忆网络(LSTM)精度更高.可以有效克服常规工程数据的冗余、缺失以及脏数据问题,解决了常规时序预测需要依赖长期数据的不足缺陷,有效完成卫星能源短时消耗高精度预测.这对卫星在轨任务规划、卫星在轨健康管理等后续任务提供可靠支持. 展开更多
关键词 时序预测 transformer时序 分类主成分分析 深度学习 卫星电源预测
下载PDF
Forecasting Daily Electric Load by Applying Artificial Neural Network with Fourier Transformation and Principal Component Analysis Technique
8
作者 Yuji Matsuo Tatsuo Oyama 《Journal of the Operations Research Society of China》 EI CSCD 2020年第4期655-667,共13页
In this paper,we propose a hybrid forecasting model(HFM)for the short-term electric load forecasting using artificial neural network(ANN),discrete Fourier transformation(DFT)and principal component analysis(PCA)techni... In this paper,we propose a hybrid forecasting model(HFM)for the short-term electric load forecasting using artificial neural network(ANN),discrete Fourier transformation(DFT)and principal component analysis(PCA)techniques in order to attain higher prediction accuracy.Firstly,we estimate Fourier coefficients by the DFT for predicting the next-day load curve with an ANN and obtain approximate load curves by applying the inverse discrete Fourier transformation.Approximate curves,together with other input variables,are given to the ANN to predict the next-day hourly load curves.Furthermore,we predict PCA scores to obtain approximate load curves in the first step,which are then given to the ANN again in the second step.Both DFT and PCA models use input variables such as calendrical and meteorological data as well as past electric loads.Applying those models for forecasting hourly electric load in the metropolitan area of Japan for January and May in 2018,we train our models using historical data since January 2008.The forecast results show that the HFM consisting of“ANN with DFT”and“ANN with PCA”predicts next-day hourly loads more accurately than the conventional three-layered ANN approach.Their corresponding mean average absolute errors show 2.7%for ANN with DFT,2.6%for ANN with PCA and 3.0%for the conventional ANN approach.We also find that in May,when electric demand is smaller with smaller fluctuations,forecasting errors are much smaller than January for all the models.Thus,we can conclude that the HFM would contribute to attaining significantly higher forecasting accuracy. 展开更多
关键词 Artificial neural network Discrete Fourier transformation Electric load forecasting Hybrid forecasting model Load curve principal component analysis
原文传递
基于Transformer的汽轮机滚动轴承早期微弱故障检测方法研究 被引量:2
9
作者 段彩丽 马驰 +4 位作者 张建生 呼志广 张宝宏 冯瑞 王飞 《电力大数据》 2023年第9期40-48,共9页
为了防止滚动轴承早期微弱故障演变为严重故障,本文提出了一种新的故障检测方法。首先采用PCA(主成分分析)对振动信号进行特征筛选,降低数据维度,简化振动数据的结构,增强特征的表达力。然后,使用CEEMDAN(完全自适应噪声集合经验模态分... 为了防止滚动轴承早期微弱故障演变为严重故障,本文提出了一种新的故障检测方法。首先采用PCA(主成分分析)对振动信号进行特征筛选,降低数据维度,简化振动数据的结构,增强特征的表达力。然后,使用CEEMDAN(完全自适应噪声集合经验模态分解)算法来分解被背景噪声干扰的微弱故障振动信号,在经验模态分解(EMD)的基础上引入自适应噪声,增强对微弱特征的识别能力,分离出趋势和噪声数据,以提高故障诊断的准确性。最后,引入Transformer模型,进一步优化特征的提取和表征,实现对长序列数据的高效处理,用于微弱故障特征的提取和表征。这一综合方法具有降维、噪声抑制和长序列处理等多重优势,有望在滚动轴承故障检测中取得显著成果。 展开更多
关键词 滚动轴承 自适应白噪声完全集合经验模态分解 主成分分析(PCA) transformer模型预测
下载PDF
基于HHT的绝缘子泄漏电流分析及放电状态分类识别 被引量:2
10
作者 方春华 陶玉宁 +3 位作者 吴田 普子恒 丁璨 黎鹏 《高压电器》 CAS CSCD 北大核心 2024年第1期25-32,共8页
泄漏电流是污秽绝缘子在线监测参数,能动态地反映绝缘子表面的放电状态。文中开展了瓷绝缘子人工污秽放电试验,利用Hilbert-Huang变换分析了不同污闪阶段的泄漏电流固有模态函数分量、Hilbert边际谱与时频熵,从时频域及波形细节提取了1... 泄漏电流是污秽绝缘子在线监测参数,能动态地反映绝缘子表面的放电状态。文中开展了瓷绝缘子人工污秽放电试验,利用Hilbert-Huang变换分析了不同污闪阶段的泄漏电流固有模态函数分量、Hilbert边际谱与时频熵,从时频域及波形细节提取了15个特征量,使用主成分分析法与最小二乘支持向量机分类器对污秽放电状态进行识别。结果表明:起始放电阶段与闪络阶段的泄漏电流固有模态函数分量较多;泄漏电流的Hilbert边际谱上频率主要分布在0~150 Hz、200~250 Hz范围内;闪络前泄漏电流的时频熵值总是大于闪络后的;当训练样本数为测试样本数5倍及以上时,分类器的综合评判准确率可达99%,准确实现了污秽放电状态的分类识别。文中研究结果可为建立绝缘子污闪预警系统提供依据。 展开更多
关键词 绝缘子 泄漏电流 HILBERT-HUANG变换 主成分分析法 最小二乘支持向量机 分类识别
下载PDF
食品检测中近红外光谱分析技术的应用研究 被引量:1
11
作者 史谢飞 《当代化工研究》 CAS 2024年第4期124-126,共3页
为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标... 为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。 展开更多
关键词 食品检测 应用 近红外光谱分析技术 标准正态变量变换算法 主成分分析法
下载PDF
基于多特征提取和麻雀搜索算法优化XGBoost的变压器绕组松动诊断方法
12
作者 马宏忠 肖雨松 +1 位作者 颜锦 孙永腾 《电机与控制学报》 EI CSCD 北大核心 2024年第6期87-97,共11页
针对使用单一特征量诊断变压器绕组松动,在不同负载条件下存在交叠和抗干扰能力不足的问题,提出一种基于核主成分分析(KPCA)和改进麻雀搜索算法(SSA)优化极端梯度提升(XGBoost)的变压器绕组松动振动诊断方法。首先,从时域、频域和熵值3... 针对使用单一特征量诊断变压器绕组松动,在不同负载条件下存在交叠和抗干扰能力不足的问题,提出一种基于核主成分分析(KPCA)和改进麻雀搜索算法(SSA)优化极端梯度提升(XGBoost)的变压器绕组松动振动诊断方法。首先,从时域、频域和熵值3个维度提取适用于变压器多传感器振动信号的多种特征量;其次,通过网格搜索优化的KPCA对特征量进行降维;最后,构建基于XGBoost的故障诊断模型,并采用改进麻雀搜索算法调参,实现不同电流大小下变压器绕组松动故障准确识别。以某110 kV变压器为对象进行实验验证,诊断结果表明,所提取的特征量能够准确反映故障特征,抗干扰能力更强,诊断模型故障诊断准确率为99.00%,相比于其他诊断算法准确率和稳定性更高,在不同负载情况下均有良好的识别效果。 展开更多
关键词 变压器振动 绕组松动 核主成分分析 极端梯度提升 麻雀搜索算法 故障诊断
下载PDF
“双碳”背景下新能源汽车供应链质量评价体系构建研究
13
作者 孙学珊 胡茗茗 许凯 《天津商务职业学院学报》 2024年第2期59-65,共7页
随着“双碳”目标的推进,新能源汽车行业迎来新的发展契机,但与此同时对其供应链运作能力也提出新的挑战。新背景下新能源汽车企业急需解决协同效率低下、成本控制困难和技术创新不足等转型问题。本文通过主成分分析法(PCA)对影响供应... 随着“双碳”目标的推进,新能源汽车行业迎来新的发展契机,但与此同时对其供应链运作能力也提出新的挑战。新背景下新能源汽车企业急需解决协同效率低下、成本控制困难和技术创新不足等转型问题。本文通过主成分分析法(PCA)对影响供应链运作质量的多重因素进行筛选,构建“双碳”背景下新能源汽车供应链质量评价体系,同时提出建立有效反馈机制、制定合理的激励机制、加速数字化转型等改进措施,为新能源汽车供应链转型提供方向以及借鉴。 展开更多
关键词 主成分分析法(PCA) 新能源车 双碳 供应链转型
下载PDF
Fault Diagnosis with Wavelet Packet Transform and Principal Component Analysis for Multi-terminal Hybrid HVDC Network 被引量:2
14
作者 Tao Li Yongli Li Xiaolong Chen 《Journal of Modern Power Systems and Clean Energy》 SCIE EI CSCD 2021年第6期1312-1326,共15页
In view of the fact that the wavelet packet transform(WPT) can only weakly detect the occurrence of fault, this paper applies a fault diagnosis algorithm including wavelet packet transform and principal component anal... In view of the fact that the wavelet packet transform(WPT) can only weakly detect the occurrence of fault, this paper applies a fault diagnosis algorithm including wavelet packet transform and principal component analysis(PCA) to the inverter-side fault diagnosis of multi-terminal hybrid highvoltage direct current(HVDC) network, which can significantly improve the speed and accuracy of fault diagnosis. Firstly, current amplitude and current slope are used to sample the data,and the WPT is used to extract the energy spectrum of the signal. Secondly, an energy matrix is constructed, and the PCA method is used to calculate whether the squared prediction error(SPE) statistics of various signals that can reflect the degree of deviation of the measured value from the principal component model at a certain time exceed the limit to judge the occurrence of the fault. Further, its maximum value is compared to determine the fault types. Finally, based on a large number of MATLAB/Simulink simulation results, it is shown that the PCA method using the current slope as the sampled data can detect the occurrence of a ground fault with small transition resistance within 2 ms, and identify the fault types within 10 ms,without being affected by the sampling frequency. 展开更多
关键词 Fault diagnosis hybrid high-voltage direct current(HVDC) wavelet packet transform(WPT) principal component analysis(PCA)
原文传递
基于邻域保持嵌入⁃主成分分析的配电变压器合闸涌流波形特征检测 被引量:2
15
作者 王红斌 方健 +2 位作者 张敏 敖刚 池源 《电工电能新技术》 CSCD 北大核心 2024年第2期29-38,共10页
为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电... 为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电流数据降到二维空间,然后通过对二维空间数据拟合得到拟合误差σ,通过比较拟合误差σ与给定阈值的关系来识别合闸时励磁涌流。最后在ATP/EMTP平台搭建模型对所提出的合闸涌流波形特征检测方法进行测试,仿真结果表明本文所提NPE-PCA涌流波形检测算法能有效识别变压器合闸涌流波形特征,与二次谐波算法对比分析表明本文算法性能更优。 展开更多
关键词 合闸涌流 领域保持嵌入 主成分分析 变压器
下载PDF
基于主元-分形理论的电子式电压互感器计量误差自主辨识方法研究 被引量:2
16
作者 李宾宾 张竹 +3 位作者 黄杰 张孟鹃 朱胜龙 马亚彬 《电测与仪表》 北大核心 2024年第10期82-87,共6页
电子式电压互感器(EVT)由大量的电子单元组成,易受变电站复杂运行环境的影响,计量误差的长期稳定性较差。常规检测方法是定期与标准互感器比对校准,属于一种设备状态的抽样检测方法,无法评估EVT的计量数据对节点电能累积作用的影响。针... 电子式电压互感器(EVT)由大量的电子单元组成,易受变电站复杂运行环境的影响,计量误差的长期稳定性较差。常规检测方法是定期与标准互感器比对校准,属于一种设备状态的抽样检测方法,无法评估EVT的计量数据对节点电能累积作用的影响。针对这一问题,文章基于电力系统节点三相对称的运行特性,通过对三相EVT的计量数据进行主元分形,在残差子分量中建立平方预测方差SPE统计量实现了EVT计量误差的自检测;通过计算EVT运行过程中SPE统计量的分形维数,实现了EVT计量误差劣化形式的自主辨识。研究成果有利于推动EVT的状态检测由定期检测发展为按需检测。 展开更多
关键词 电子式互感器 计量误差 主元分析 分形理论 自主辨识
下载PDF
基于特征提取与 INGO-SVM 的变压器故障诊断方法 被引量:1
17
作者 包金山 杨定坤 +3 位作者 张靖 张英 杨镓荣 胡克林 《电力系统保护与控制》 EI CSCD 北大核心 2024年第7期24-32,共9页
针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysi... 针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysis,KPCA)方法对构建的21维待选特征进行特征融合和低维敏感特征提取。其次,使用佳点集、随机反向学习和维度交叉学习等策略对北方苍鹰优化算法(northern goshawk optimization,NGO)进行改进。通过2个典型测试对改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)进行性能测试,验证了INGO算法的优越性。然后,基于KPCA提取的低维敏感特征,使用INGO对SVM的参数进行组合寻优,建立基于KPCA特征提取与INGO-SVM的变压器故障诊断模型。最后,对不同变压器故障诊断模型进行实例仿真对比实验。结果表明:所提方法故障诊断精度高、稳定性好,更适用于变压器的故障诊断。 展开更多
关键词 变压器 故障诊断 支持向量机 核主成分分析 北方苍鹰优化算法
下载PDF
一种稳健空间圆拟合方法及其在地铁洞门环检测中的应用 被引量:1
18
作者 曾豆豆 徐小左 +1 位作者 武瑞宏 常航 《铁道勘察》 2024年第2期22-27,共6页
空间圆拟合在点云数据处理、地铁建设、工业检测中应用广泛,但存在计算步骤繁琐、拟合精度易受异常值影响等不足。针对这些问题,提出一种基于结合改进的主成分分析和罗德里格投影的空间圆拟合方法。首先提出改进的主成分分析法在拟合空... 空间圆拟合在点云数据处理、地铁建设、工业检测中应用广泛,但存在计算步骤繁琐、拟合精度易受异常值影响等不足。针对这些问题,提出一种基于结合改进的主成分分析和罗德里格投影的空间圆拟合方法。首先提出改进的主成分分析法在拟合空间圆所在最佳平面的同时也可以剔除测量中的粗差,该剔除粗差步骤简单、高效,也提升了算法稳健性;接着利用罗德里格投影将三维坐标投影到拟合的平面上进行平面圆的拟合,拟合后再投影至三维坐标系,该步骤进一步提高了算法便捷性;最后利用深圳某地铁车站洞门钢环实际测量数据和几种常见的空间圆拟合算法进行对比实验,分析改进算法的普适性和剔除粗差的能力。实验结果表明,提出的空间圆拟合方法拟合结果可靠,能够有效地剔除观测带来的粗差,提升空间圆的拟合精度和工作效率。在有粗差的情况下拟合的平均圆度为4.8 mm,较对比方法拟合平均圆度提高约50%。 展开更多
关键词 地铁 空间圆 主成分分析 罗德里格变换 洞门环
下载PDF
融合优化可调Q因子小波变换的改进密度峰值聚类算法 被引量:1
19
作者 史曼曼 宋朝炀 张景祥 《计算机应用研究》 CSCD 北大核心 2024年第2期466-472,共7页
为提升时间序列的聚类精度,提出一种融合优化可调Q因子小波变换的改进密度峰值聚类(improved density peaks clustering based on optimal tunable Q-factor wavelet transform,OTQWT-IDPC)算法,该算法利用可调Q因子小波变换的能量优化... 为提升时间序列的聚类精度,提出一种融合优化可调Q因子小波变换的改进密度峰值聚类(improved density peaks clustering based on optimal tunable Q-factor wavelet transform,OTQWT-IDPC)算法,该算法利用可调Q因子小波变换的能量优化选择策略及改进粒子群优化算法确定的最佳Q因子分解时序信号,通过最优特征子带的能量、均值、标准差和模糊熵构建特征子空间,并采用主成分分析降低特征维度,以减少特征冗余。同时,考虑到距离较远而周围密集程度较大的K近邻样本对局部密度的贡献率,引入权重系数及K近邻重新定义DPC的局部密度,并利用共享最近邻描述样本间的相似性。在BONN癫痫脑电信号和CWRU滚动轴承数据集上进行对比实验,结果表明,该算法的聚类精度分别为95%、94%,且Jacarrd、FMI和F_(1)值指标均优于其他对比算法,证明了OTQWT-IDPC算法的有效性。 展开更多
关键词 密度峰值聚类算法 可调Q因子小波变换 粒子群优化算法 主成分分析
下载PDF
牛粪与化肥配施比例对苹果园土壤有机碳库和酶活性的影响
20
作者 张毅 刘颖 +2 位作者 程存刚 李燕青 李壮 《中国农业科学》 CAS CSCD 北大核心 2024年第20期4107-4118,共12页
【目的】研究牛粪化肥配施比例对苹果园土壤活性有机碳组分和酶活性的影响,揭示不同配施比例对土壤碳库的影响,为苹果园牛粪与化肥的科学配施及土壤质量改善提供理论支撑。【方法】选取中国农业科学院果树研究所砬山施肥试验平台中不施... 【目的】研究牛粪化肥配施比例对苹果园土壤活性有机碳组分和酶活性的影响,揭示不同配施比例对土壤碳库的影响,为苹果园牛粪与化肥的科学配施及土壤质量改善提供理论支撑。【方法】选取中国农业科学院果树研究所砬山施肥试验平台中不施肥(CK)、100%化肥(CF100)、25%牛粪配施75%化肥(CM25CF75)、50%牛粪配施50%化肥(CM50CF50)、75%牛粪配施25%化肥(CM75CF25)、100%牛粪(CM100)6个处理,分别测定施肥区(F)与非施肥区(NF)土壤活性有机碳组分(颗粒有机碳,POC;微生物量碳,MBC;易氧化有机碳,ROC)和酶活性(α-D-葡萄糖苷酶,AG;β-D-葡萄糖苷酶,BG;纤维素酶,CBH;过氧化物酶,PER;脲酶,UR)等相关指标。【结果】(1)牛粪化肥配施后施肥区土壤SOC、POC和ROC的含量随着牛粪施入比例的增加而增加;CM50CF50处理的MBC含量最高,比CK提高了139.7%。非施肥区,CF100、CM25CF75、CM50CF50、CM75CF25处理与CK相比土壤POC含量分别下降了32.8%、28.4%、21.6%、14.7%,CM50CF50和CM75CF25处理ROC含量分别下降了31.5%和17.4%。同一处理施肥区活性有机碳组分含量明显高于非施肥区。(2)CM25CF75、CM50CF50、CM75CF25、CM100处理施肥区土壤α-D-葡萄糖苷酶活性较CK分别提高了87.7%、68.4%、278.1%、331.6%;CM25CF75处理β-D-葡萄糖苷酶活性最高(39.00μg·g^(-1)·h^(-1));脲酶活性随牛粪施入比例的增加先升高后降低。牛粪化肥配施非施肥区土壤α-D-葡萄糖苷酶和脲酶活性也显著提高。(3)牛粪化肥配施显著提高了施肥区土壤POC/SOC和碳库管理指数(CPMI),CM25CF75、CM50CF50、CM75CF25、CM100处理的碳库管理指数分别提高了19.7%、38.3%、56.2%、103.5%。非施肥区牛粪化肥配施碳库管理指数显著下降。同一处理施肥区土壤碳库管理指数明显高于非施肥区。(4)相关分析和主成分分析表明,施肥区土壤中活性有机碳组分与α-D-葡萄糖苷酶活性呈显著正相关,牛粪比例的提高对土壤活性有机碳的提高贡献较大。【结论】牛粪化肥配施对于苹果园施肥区土壤的改善效果大于非施肥区。高比例的牛粪(配施比例在50%以上)能够提高土壤有机碳各组分含量和促进土壤酶活性增强,是苹果园科学施肥的较好的配施比例。 展开更多
关键词 苹果园 牛粪 化肥 配施比例 活性有机碳组分 土壤酶 生物转化 主成分分析
下载PDF
上一页 1 2 41 下一页 到第
使用帮助 返回顶部