2DPCA及2DLDA相关研究综述

二维主分量分析(2DPCA)是近年来得到广泛重视快速的抽取特征算法,二维线性鉴别分析(2DLDA)是Fisher线性鉴别分析在矩阵模式下的推广,这两种算法在图像识别领域有重要的应用.本文对近年来国内外在2DPCA及2DLDA方面的相关研究进行了综合分析,总结了已经取得的研究成果,对各种算法进行了比较,也研究了二维方法与传统的PCA和LDA之间关系.     

基于BB—SIR方法的结肠癌特征基因提取

结合复杂数据分析（Complex Data Analysis）理论和充分降维的思想，在有效提取结肠癌特征基因研究的基础上，建立结肠癌特征基因提取的BB-SIR模型。该模型方法简洁易懂且有较高的识别率。依据BB-SIR模型和所给数据找到了两个结肠癌亚型，并确定了该亚型的特征基因。实验结果表明，BB—SIR方法选出的特征基因能够识别出结肠癌亚型，并且识别正确率达到96％以上。     

基于主成分Fisher判别分析的矿井通风系统安全评价

应用统计学理论并结合对矿井通风系统经济性、安全性的要求,利用SPSS软件对学习样本进行主成分分析(PCA).有效的选取了主成分,然后对主成分进行Fisher判别分析(FDA),建立了主成分Fisher判别分析模型(PCA-FDA).运用模型对实际生产的矿井通风系统安全性进行判别,并与传统的Fisher判别模型及BP模型进行比较.研究结果表明:利用SPSS主成分判别模型能够有效地消除样本变量指标阃的相互影响,大幅减少计算时间,使矿井通风系统安全判别结果更加准确,便于实际推广和应用.     

用于交通需求组合模型的可达性指标

对于中国许多高人口密度的城市,以可达性为导向的交通规划方法尤为重要.然而,已有的可达性指标只考虑了空间阻隔的影响,忽略了交通运行中出行者的选择行为对可达性的作用.此外,在交通规划中使用交通需求组合模型,其选择行为是基于随机效用理论,从而克服了四步模型存在的选择行为和结果不一致的问题.基于同样的随机效用理论,提出了可达性指标.该指标与交通需求组合模型能有效结合,并反映出行者在不同选择层次上的行为(出行选择、目的地选择、方式选择和路径选择).通过简单的算例,分析了所提出的可达性指标的性质.     

电流型IPT系统广义状态空间平均法建模与分析

针对目前关于感应电能传输(IPT)系统建模存在的不足,采用广义状态空间平均法建立了电流型IPT系统的线性定常平均模型.基于该模型,根据线性系统理论方法,分析了系统状态变量的运动规律.此外,还分析了等效负载变化时的稳定性和对副边输出电压的影响,以及不同互感参数及副边电感下的传输功率和效率.结果表明,本文的建模方法和分析结果对于电流型IPT系统的实际运动行为有较强的理论指导意义及对系统的设计具有一定的参考价值.     

基于样本密度的非监督动态改进FCM算法

针对传统FCM算法中聚类结果对初始聚类中心敏感,分类数C依赖于先验知识确定的不足,提出了基于样本密度的非监督动态改进FCM算法。该算法基于初始样本密度确定初始聚类中心,基于模糊伪F统计量自动确定最佳分类数,实现了基于样本密度非监督状态下的动态聚类。选取瓦斯涌出量的聚类分析进行应用,应用结果表明,该算法能合理选择初始聚类中心并动态确定分类数,降低了对初始聚类中心的依赖度,提高了收敛速度和自动化程度,并能根据指标做出正确预测。     

基于小波变换的海量高光谱遥感数据分形编码压缩算法研究

提出基于小波变换和频域空间分形编码的海量高光谱数据压缩新方法(AWFC).与传统的数据压缩相区别,基于图像自身灰度空间的压缩编码为第一代图像压缩技术,以小波变换为工具基于图像频域空间的编码为第二代图像压缩技术,以分形技术为代表对图像的特征空间编码为第三代图像压缩技术.同时探讨了利用成像光谱影像数据存在空间维和光谱维上的相关性,尽可能保持光谱不变情况下如何进一步提高图像压缩效率.和传统的图像有损压缩相比,在同等信息损失的情况下,AWFC算法能够极大的提高压缩比,同时和第二代以小波技术为代表压缩算法相比,本算法也具有效率更高的优势.同时提供了对光谱空间[光谱维],灰度空间[空间维]和经过小波变换WT频域空间3种分形编码FC进行对比,探讨光谱保持下的高压缩比,同时保持快速编码与解码的分形高光谱影像压缩方法.与经典的图像数据压缩方法相比,基于分形编码的图像压缩方法其压缩比在理论上可以超过经典压缩方法的几个数量级.分形图像压缩极高的压缩比,快速的解压速度在高光谱影像压缩中将会为高光谱甚至超光谱航天遥感带来新的思路.提供了将分形分块技术引入到高光谱甚至超光谱影像光谱维分块的思路,发展了光谱形态保持的图像分块技术,给出了基于光谱保持的分形编码压缩框架.最后,作为高光谱图像处理与分析系统HIPAS的一部分,我们在VC 6.0下,基于WindowsXP平台对高光谱影像压缩模块进行了软件模块实现和验证.     

基于最大异类距离特征提取的SAR目标识别方法

合成孔径雷达自动目标识别是合成孔径雷达的一个重要的应用方面,如何在高维SAR图像中提取有效分类信息是制约自动目标识别的瓶颈问题.本文基于流形结构假设,提出了一种新的特征提取方法——最大异类距离特征提取,该方法融入了样本集类别信息和邻域信息,通过最大化异类样本的距离实现特征提取,以提高特征的可鉴别性.基于MSTAR数据库的实验已验证了本文提出的方法能够有效提高目标识别率.     

分形空间中力学规律的适应性原理与标度不变性原理

本文应重整化群的参数空间变换和标度空间变换的方法证明了分形空间的力学规律的适应性原理和标度不变性原理。从空间变换的角度讲．从分形空间的物理规律到欧式空间的物理规律变换就是标度不变性的变换，从欧氏空间的物理规律到分形空间的物理规律变换就是一个适应性变换。其推论是分形空间的能量守恒定律、力的合成及其位移的合成在分形空间上保持形式不变。同时，Carpinteri的分形空间的空间维数关系利用重整化方法获得证明，即分形空间的体积的维数溢出量等于分形空间的截线和截面的维数溢出量之和。     

基于改进型温度植被干旱指数的旱情监测研究

在温度植被旱情指数的基础上,利用MODIS数据提取改进型调整植被指数(MSAVI)和地表温度(Ts),构建MSAVI-Ts特征空间,并定义该旱情指标为改进型温度植被旱情指数(MTVDI),介绍了该监测模型构建的方法。综合利用MODIS多波段数据对湖北省2005年10月10日的旱情监测结果表明,MTVDI能较好的反映区域相对旱情的空间差异;对MTVDI随MSAVI和Ts变化的敏感性评价结果表明,以地表温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。     

半监督增量式SVM在故障诊断中的应用研究

基于半监督学习能够有效降低人工标注成本,以及增量学习可以加快训练速度,避免数据量大时训练时间过长等特性,本文提出了一种半监督增量式SVM算法.在算法中,首先对已标记样本进行训练得到初始分类器,然后利用此分类器对新增样本进行标记,最后结合KKT条件选择合适的样本对分类器进行更新.每当有新样本加入便执行以上过程,以保证分类器得到及时更新.将该算法运用于6135D型柴油机的故障诊断中,并与传统SVM算法和增量式SVM算法进行了对比,证实了本文所提算法的可行性与有效性.     

面向精细农业的高维数据本征维数估计方法研究进展

农业信息化是精细农业的重要研究领域,也是农业现代化的重要标志.针对精细农业研究和实施中存在的高维数据处理难题,在分析农业信息快速实时处理需求的基础上,阐述了海量高维数据处理的基本方法,重点对高维数据的本征维数估计理论研究、关键技术和模型参数对本征维数估计结果的影响等进行论述,并分析数据本征维数估计理论尚需解决的科学问题,提出我国在该研究领域的重点发展方向和前沿问题.     

饮用水源水质评价的模糊聚类模型的研究

考虑到饮用水源样本并没有严格的属性，以及它们在形态和类属方面存在看中介性，确定了对人类生理健康影响较大的高锰酸盐指数、生化需氧量、总氮、氨氮、氟化物、总磷、溶解氧等9项评价因子；将特征空间中一组没有类别标记的矢量按某种相似性准则划分到若干个子集中，实现每个子集代表整个样本集的某个或者某些特征和性质；建立起基于模糊聚类法的饮用水源水质评价模型。最后，将所建模型应用到阜新市目前饮用水源地水质评价中，应用效果表明：所建模型既能有效地判断饮用水源水质类别，又能确定水体中主要污染物和主要污染源，通过不同评价方法结果的比较分析，体现了所建模型的良好有效性和适用性。     

基于单形体几何的高光谱遥感图像解混算法

提出一种新的基于单形体几何的高光谱遥感图像混合像元丰度估计算法.该算法的目标是在已知端元矩阵的基础之上,估计高光谱图像中各个观测像素点中每个端元的丰度.根据凸几何理论,基于线性混合模型的高光谱解混问题可以看成一个凸几何问题,其中端元位于包含整个高光谱数据集的单形体的顶点,而它们对应的重心坐标则可以看作各个观测像素的丰度.提出的方法由3部分组成,分别为基于单形体体积的重心坐标计算方法、距离几何约束问题和基于内点的单形体子空间定位算法.与其他基于单形体几何的算法相比,该方法具有诸多优点.Cayley-Menger矩阵的引入使得欧式空间上的运算转化为距离空间上的运算,在降低运算复杂度的同时很好地兼顾到数据集的几何结构.而且,单形体重心的使用确立了一种快速而精确的判断方法来确定观测像素所属的子空间,进而利用递归的思想得到丰度值.此外,算法核心仅仅涉及观测点与端元之间的距离,而与波段数无关.因此,该算法无须对数据执行降维处理,从而可以避免因数据降维而造成的有用信息的丢失.仿真和实际高光谱数据的实验结果表明,所提出的算法与同类其他优秀的算法如FCLS和SPU相比,具有更高的运算精度,同时在端元数目较小时具有较快的运算速度.     

基于神经网络的递推分块方法求任意高阶多项式的根

提出一种新的基于约束学习神经网络的递推分块方法, 来分批(块)求解任意高阶多项式的任意数(小于多项式的阶)个根(包括复根). 同时给出了基于多项式中根与系数间的约束关系构造的用于求根的BP网络约束学习算法, 提出了对应的学习参数的自适应选择方法. 实验结果表明, 这种分块神经求根方法, 相对传统方法, 能够快速有效地获得任意高阶多项式对应的根.     

体域网中基于特征组合的步态行为识别

物联网(internet of things,IOT)拥有无处不在的识别、传感和通信能力,体域网(body area network,BAN)属于物联网中和人体相关的领域,其应用广泛,可以在日常生活中对人们进行监测及提供帮助.行走是许多日常活动的基本环节,因而步态分析能为体域网应用提供重要的生理行为信息.现有的步态分析已取得一定的研究成果,但仍存在一些问题,例如大多数步态特征提取是对加速度信号进行6重以上的变换,使得特征达到了45维以上,最后需要通过降维或优化来简化特征,较为复杂.本文设计一种灵活便捷的数据采集系统,并利用小波变换、傅里叶变换和四分位差提取出加速度信号中比较简单、低维度但能反应运动特征的步态参数,之后通过模式识别算法进行步态行为识别验证.实验结果表明该系统使用方便,特征提取方法简单实用,识别精确度为97%,EER(equal error rate)最小可到0.9%.     

手写汉字的并行紧致集成识别方法

针对手写汉字识别这一大类别分类问题, 给出了一种新的基于多层感知机(MLP)网络的并行紧致集成方法. 方法中强调综合集成中人机结合的观点, 编码训练紧致网络分类器, 并通过一个两步监督学习过程实现整个集成网络分类系统. 与以前的集成方法相比较, 并行紧致集成方法在结构和信息处理方式上具有并行紧致的特点, 体现出较高的分类性能, 为MLP网络在大类别分类问题中的应用提供了一条可行的途径.     

VIKOR算法在VMI备件供应商选择的评价研究

针对供应链环境下备件供应商选择的复杂性,在进行备件分类管理的基础上分析了供应商管理库存(VMI)对B类备件的适用性,构建了VMI备件供应商的评价指标体系,应用熵权法确定了相应评价指标的权重,并运用VIKOR算法对备件供应商进行了评价研究。通过实例证明了该方法在备件供应商选择中的有效性。     

槽式太阳能集热管传热损失性能的数值研究

通过分析槽式太阳能集热管热损失的计算方法和传热过程, 建立了槽式太阳能集热管传热损失性能计算分析的二维稳态经验模型, 模型的计算结果与试验数据基本一致, 验证了模型的有效性. 利用该二维稳态经验模型系统地研究了环境风速、温差、选择性涂层和环形空间气体压力对两种商业化槽式太阳能集热管传热损失性能的影响, 并进行了对比分析. 结果表明: 选择性涂层的性能和环形空间气体压力是影响集热管热损失的两个主要因素, 也是保持集热管热性能的关键; 环境风速对集热管热损失影响相对较小, 而工作温差对集热管热损失的影响较大; 新一代集热管在热性能上有了很大提高.     

基于特征的矢量场自适应纹理绘制

针对3D流场纹理可视化方法面临的遮挡问题,提出了一种基于流场特征模糊提取的自适应稀疏纹理绘制方法.该方法建立在一种可扩展的模糊流场特征区域描述与提取算法基础上,首先通过采用模糊理论对流场特征区域进行描述,建立了流场特征的测度规则并得到相应特征向量,然后基于特征向量偏差给出了最小平方和误差准则下的模糊测度隶属度的确定方法.根据得到的流场特征模糊隶属度场,生成可突出流场特征信息的自适应高斯噪声以进行纹理LIC卷积.同时针对纹理方法难以明确表示3D流场具体方向的缺陷,提出了两种冷暖光照方法,通过在LIC卷积过程中采用冷暖光照方法突出流场具体方向显示,有效解决了该问题.实验表明,本文方法相对于传统特征提取方法更具有可扩展性.同时自适应技术的采用,有效缓解了3D流场可视化存在的遮挡和混淆现象.而冷暖光照处理的加入,则解决了纹理方法对流场具体方向表现上的缺陷.