沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能，以便及时进行沥青路面管理与维修养护，依据检测数据对沥青路面进行了使用性能评价研究，即将主成分分析法与层次分析法相结合，建立了基于主成分-层次分析法的评价模型，并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础，首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取，建立判断矩阵，再用层次分析法对各指标赋予权重系数，得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证，并与现行《公路技术状况评定标准》评价结果相比较，评价等级高于《标准》的路段样本比例约为0.34%，低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

基于l1范数主成分分析的极化SAR图像变化检测

为提高极化合成孔径雷达(synthetic aperture radar, SAR)图像变化检测算法的鲁棒性以及检测精度,提出基于范数主成分分析(linorm principal component analysis,l1-PCA)模型的变化检测算法。首先,采用基于Hotelling-Lawley复矩阵迹变化检测算子构造差异图;其次,采用l1-PCA模型获取差异图的变化信息,使得每个像素以一个特征向量来表示;最后,使用k-means算法对变化信息进行聚类,得到变化检测结果。该方法是一种非监督变化检测方法,相比于基于2范数的PCA检测方法,l1-PCA在特征提取方面具有更高的鲁棒性,并且可以进一步提高变化检测精度。基于RADARSAT-2卫星获取的3幅图像进行的实验结果表明,相较于其他两种典型算法,所提算法更加稳定,精确度更高。     

Constructing and evaluating core inflation measures from component‐level inflation data

This paper undertakes a comprehensive examination of 10 measures of core inflation and evaluates which measure produces the best forecast of headline inflation out‐of‐sample. We use the Personal Consumption Expenditure Price Index as our measure of inflation. We use two sets of components (17 and 50) of the Personal Consumption Expenditure Price Index to construct these core inflation measures and evaluate these measures at the three time horizons (6, 12 and 24 months) most relevant for monetary policy decisions. The best measure of core inflation for both sets of components and over all time horizons uses weights based on the first principal component of the disaggregated (component‐level) prices. Interestingly, the results vary by the number of components used; when more components are used the weights based on the persistence of each component is statistically equivalent to the weights generated by the first principal component. However, those forecasts using the persistence of 50 components are statistically worse than those generated using the first principal component of 17 components. The statistical superiority of the principal component method is due to the fact that it extracts (in the first principal component) the common source of variation in the component level prices that accurately describes trend inflation over the next 6–24 months.     

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率，提出一种基于主成分分析（principal component analysis，PCA）和相位差校正法的风切变预警算法。首先，利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构，提高信噪比。其次，采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正，降低回波信号能量泄露。然后，分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明，采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz，对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差，实现低空风切变预警。     

基于HF-RBF的初始地应力场预测研究与应用

用水压致裂法(HF)测量地应力时存在实测数据数量少、不连续、精度低的问题.为此,建立基于HF-RBF的初始地应力场预测方法,首先构建埋深和水平主应力之间的学习样本,然后利用径向基函数(RBF)神经网络对学习样本进行训练,建立埋深与水平主应力之间的非线性映射,最后利用检验样本对初始地应力场预测效果进行检验.在黑龙江某矿山利用2个勘探钻孔开展了水压致裂法测量地应力试验,应用HF-RBF方法获得了该矿区水平主应力分布规律,训练样本最大预测误差为28.6%,检验样本水平最小、最大主应力预测误差都在10%以内,满足工程设计要求.表明了在矿山钻孔勘探期间,HF-RBF法能较好地预测矿区初始地应力场.     

宝鸡市耕地面积变化及其驱动力分析

本文以宝鸡市耕地面积为研究对象,以宝鸡市2000~2012年耕地面积相关数据为基础,研究宝鸡市耕地面积变化,运用主成分分析法分析影响宝鸡市耕地面积变化的因素. 研究结果表明:宝鸡市耕地面积从2000年的333 840公顷,缩减到2012年的299 600公顷,减少了34 240公顷,减少幅度为10. 26%,呈减少趋势,主要是受到该市人口、经济和农业发展水平的影响,应该认清耕地的现状,提高保护耕地资源的意识.     

进口干红葡萄酒的感官质量与价位的关联分析

感官量化分析进口干红葡萄酒的感官特征,旨在筛选影响中国市场上不同价位进口干红葡萄酒产品的感官特征.实验采集上海葡萄酒市场上价格为100～ 600元且销量较好的9款进口干红葡萄酒样品,进行感官量化品评.品评小组由30名经过葡萄酒风味标准物质训练的学生组成,感官分析过程中要求其对所感知的感官特征用5点标度法进行量化,某一特征的最终量化值是词汇使用频率和强度率的几何平均数.量化数据的主成分分析(PCA)筛选出23种对葡萄酒感官质量贡献显著的感官特征,偏最小二乘回归(PLSR)用12种感官特征拟合出供试酒样的整体质量.结果表明,在100 ～600元价位的进口干红葡萄酒在感官特征上表现出差异,其整体质量与价格正相关,可用部分感官特征回归拟合葡萄酒的整体质量.     

基于广义Hoek-Brown准则隧道围岩抗力系数研究

基于广义Hoek-Brown准则,并引入罗德参数ξ反映中间主应力的影响,在研究隧道围岩力学性质的基础上,推导出围岩抗力系数公式;并运用于工程实践。讨论在不同ξ及不同埋深条件下,抗力系数的变化规律。由研究结果可知,围岩抗力系数随着ξ的增大逐渐减小;随隧道埋置深度增加而减小。     

三向应力状态下层理性泥页岩地层井壁稳定性研究

层理性泥页岩地层钻进过程中,极易发生井壁失稳问题,严重影响了钻井作业效率,增加了勘探开发的成本。探索了层理性泥页岩地层的井壁失稳机理,开展了考虑钻井液作用下层理性泥页岩地层在真实三向应力状态下的井壁稳定性预测模型研究。研究表明:忽略中间主应力的影响不能准确预测层理性泥页岩地层坍塌的风险;钻井液滤液沿层理面的渗流会降低层理面的黏聚力和内摩擦角;并随时间的变化显现出快速降低和平缓降低两个阶段;改进的层理性泥页岩地层井壁稳定性分析模型能够真实反映地应力状态和井壁岩石的力学特性,现场应用表明其能够比较准确的预测层理性泥页岩地层的井壁稳定性。     

基于全局与局部特征的嵌入式人脸识别系统

基于主成分分析人脸识别算法,提出一种基于全局特征和局部特征的加权算法,并且在嵌入式(Tiny6410)上完成系统的设计与实现.利用主成分分析提取人脸全局特征,根据特征值贡献率获取降维后的人脸子空间,采用欧氏距离匹配测试样本;用人眼检测算法、鼻子检测算法等提取每个样本的左眼、右眼、鼻子、嘴,分别建立样本集,采用主成分分析;分别计算全局和局部特征的离散度,根据离散度进行自动加权算法,给出最终的人脸识别结果.实验表明,该系统具有一定的稳定性,识别效果优于单一模块的识别.