主成分分析（PCA）在地学研究中的应用进展

主成分分析（PCA）作为多元统计分析的一个重要分支，随着理论的完善和计算机技术的进步，被广泛应用解决地学问题。作为一种有力的分析工具，其在地学各分支学科都有应用，尤其在气象和遥感等领域应用广泛。目前，随着应用过程中方法本身的完善，地学主成分分析应用的发展呈现出多样化发展以及与新方法结的态势，成为解决地学问题的利器。     

基于PCA的氧化铝蒸发系统故障检测

针对氧化铝蒸发系统结构复杂、物理模型难以搭建、大量数据得不到合理利用的问题,提出了基于主成分分析(PCA)的故障检测方法和直观的故障分离方法.通过对氧化铝蒸发系统进行深入分析,对系统故障进行分类,并在仿真模型中建立了不同的故障类型模型.最后,基于对氧化铝蒸发故障进行模拟得到的故障数据,给出了在氧化铝蒸发过程故障检测中的实例,验证了PCA方法的可行性.     

基于PCA算法的物体图像信息搜索系统

根据图像查询物体信息是图像分析的一个研究方向,也是目前搜索系统研究的难点之一。在对PCA算法图像识别技术研究的基础上,提出了一种新型的图像信息搜索系统。该系统应用PCA识别算法,采用"图查图"功能,以实现静态物体图像及基本信息获取的便捷化。     

基于PCA和LDA融合的手写数字识别方法

提出一种融合主成分分析(PCA)和线性判别分析(LDA)的手写数字识别方法.由于PCA能减少不同特征间的相关性和冗余性,而LDA获得的特征子空间具有良好的判别能力,对PCA和LDA特征子空间进行融合能实现两者优势互补,提高手写字符分类性能.实验结果表明, 提出的方法能有效提高手写数字的识别率.     

主成分分析及算法

以主成分分析(PCA)特征结构的理论分析为基础，分别从神经网络和向量量化器两个不同的角度给出了最大主成分线的算法实现和比较，并由此讨论了HEBB算法对学习率的依赖和敏感度．     

基于Quick Bird光栅图像的IHS和PCA融合研究

综述了图像数据融合技术,包括融合的基本原理、融合的常见算法、融合的基本流程。然后选用IHS变换融合、PCA变换融合对Quick Bird图像自身的全色波段和多光谱波段图像数据进行融合处理。最后从光谱的真实性和空间纹理信息两个方面对融合效果进行定量和定性比较,指出各种融合算法在处理Quick Bird图像数据中所存在的优点和不足。     

基于PCA/ICA的海洋浮游生物识别

通过海洋浮游生物图像对浮游生物进行识别和分类,有助于合理地开发、管理、利用海洋资源。针对直接使用PCA或ICA形成的特征空间,不能达到各类别元素未能较好分离的问题,提出了一种浮游生物识别算法。采用PCA和ICA相结合的多层混合分类模型,提取WHOI数据集浮游生物样本特征,放入到分类模型中进行测试,并对不同距离度量的识别效果进行了比较。结果表明基于耦合度量的混合分类模型具有良好的分类性能。     

基于支持度的多传感器信息融合算法

目前多传感器融合算法大都需要先验知识,而现实环境中常常无法满足。为有效解决这一问题,在信息融合中利用指数衰减函数引入了支持度的概念,进而设计了两种不依赖任何先验知识的基于支持度的多传感器信息融合算法。最后,应用该算法对3部雷达的观测数据进行处理,实验结果表明,该算法有较好的融合效果,并具有计算简单的特点。     

基于小波变换和改进PCA的人脸特征提取算法

针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,  提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.     

《有报天天读》之媒介新闻信息融合解析

《有报天天读》节目对电视和报纸两种不同媒介新闻信息的融合无疑是电视读报类节目的一大进步。这种成功的融合,得益于理念上的创新,更得益于在实践中不断的摸索。从某种意义上说,《有报天天读》的成功模式,为我国电视读报类节目的创新发展打开了一扇窗户。     

PCA模型在信息工程监理招标阶段的应用研究

基于PCA的信息工程监理招标评估模型旨在利用降维的思想,通过线性变换把互相关联的多个指标转化为少数几个不相关的综合指标,并将综合指标的加权和作为最终评估的依据.在信息工程招标阶段,首先提取出影响招标工作进行的核心指标,然后具体阐述利用PCA模型进行招标评估的详细过程,并通过具体案例说明PCA评估模型的高效性和简洁性.     

基于PCA和DC的信息系统需求变更管理方法研究

用户需求变更问题是信息系统需求工程研究的重要内容.影响需求变更的因素指标非常多,选取一个好的需求变更管理方法比较困难.针对这一问题,提出基于主分量分析(PCA)和动态聚类(DC)的信息系统需求变更管理方法.     

基于ArcGIS Engine的专题制图模块的设计与实现——以北京市城市规划信息系统为例

结合北京市城市规划信息系统,阐述了专题制图模块的功能设计及实现过程.针对城市规划行业对专题图要求的特殊性,系统采用ArcGIS Engine的接口及控件进行基于组件的独立开发的方式,在VB 6.0的开发环境下实现了对地图的分幅与修饰、分幅索引图的生成以及专题图的批量打印和输出,符合北京市城市规划部门对专题制图的要求和对规划成果显示、规划目标定位的特殊需要,对同类系统专题制图模块的设计与实现具有一定参考价值.     

基于核主成分分析的人脸识别

核主成分分析方法是主成分分析的改进算法,其采用非线性方法提取主成分.把核主成分分析应用到人脸识别中,利用核主成分分析方法选择合适的核函数在高维空间提取人脸图像的主成分.核主成分分析与传统主成分分析相比,可以得到更好的适合分类的特征.基于ORL人脸库,识别核主成分分析提取出的主成分的相关性系数.实验结果表明,核主成分分析不仅实现了降维,而且能取得比传统主成分分析更好的识别性能,正确识别率为92.5%.     

基于加权主元分析(WPCA)的人脸识别

将特征加权和主元分析相结合,提出了一种新的加权主元分析方法;这种方法先根据加权重建误差最小化,计算出各类训练样本的加权子空间,然后计算测试样本点到各加权子空间的距离,并根据该距离进行分类识别.最后,通过对剑桥ORL数据库进行的试验证明,该方法与传统的主元分析相比可以在不增加运算量的情况下大大提高识别率.     

《北京志》--北京学研究的宝贵资料库

地方学的研究要和地域的自然与社会、历史与现状发生联系，北京学的研究也必定要和北京的自然、资源、历史、社会、政治、经济、环境等发生联系。北京地方志是记述北京地区自然和社会、历史和现状的资料书。新一届《北京志》是建国以来首次对北京地区全面的大规模综合性调查的成果。此届《北京志》涉及北京100多个系统，共172部，平均每部志约50万字，20年来前后组织上万人搜集资料，现积累的大量第一手市情资料，是研究北京学的宝贵资料库。