基于MAPGIS的小流域土地质量评价

根据研究区土地资源的特点,以土壤类型图、土地类型图、土地利用图经过叠加分析所获得的土地资源单元作为基础评价单元,对GIS在黄土高原小流域土地质量评价中的应用进行了尝试。基于MAPGIS,应用主成分分析方法,选择8个样本对宁南山区上黄小流域进行了土地质量等级评价,并对主成分的综合得分利用聚类分析划分土地等级,生成小流域土地质量等级图。图3,表3,参10。     

基于改进主成分分析方法的复杂环境系统质量评价模型

针对多元统计中主成分分析方法在复杂环境系统质量综合评价应用中的局限性,在对传统方法进行一系列改进的基础上,建立了主、客观指标赋权方法优点相结合的环境质量综合评价分层构权PCA模型,并基于该模型方法给出47个中国国家环境保护重点城市的污染与环保现状的评价实例.实证分析的结果表明这是一种适合于复杂系统环境质量综合定量评价、稳定性较好且切实有效的方法模型.     

烤烟化学成分指标的灰色关联聚类分析

烤烟化学成分指标之间的关系密切而复杂。为简化化学成分指标，选取我国主要烟区272份烟叶样品，对14个常规化学成分指标进行了灰色关联聚类分析。结果表明：当聚类临界值为0．8时，14个常规化学成分指标可被聚为5类，总氮、糖碱比、氮碱比、氯、总挥发性酸可以分别作为每类的代表；当聚类临界值为0.7时，化学成分指标被聚为酸性和碱性两大类，代表性指标分别为糖碱比和氮碱比。与系统聚类相比较，灰色关联聚类更具有合理性。表5，参6。     

石灰石脱硫特性指标体系的建立与综合评价

采集１８个产地的石灰石样品,对其进行了脱硫特性三项指标Ａ（热重分析测试）、Ｋ（模拟实验台测试）、Ｇ（模拟实验台测试）的测定,分别按着各项活性指标的大小,把石灰石脱硫特性的优劣分为四级,并且建立了石灰石主要化学成分与各项活性指标的预测模型;利用主成分分析对各项活性指标赋权,通过与理想点的贴近度给出各样品关于三项活性指标的综合得分,从而对石灰石脱硫特性的优劣进行综合评价,以便应用于锅炉烟气脱硫系统。     

棉花新品种产量性状与品质性状的典型相关与主成分分析

产量性状与品质性状的典型相关分析结果表明，棉花新品种要在产量上有所突破，应重点选择结铃性强的材料，不仅可同步提高单铃子棉重、手指和衷分，还会间接增加纤维长度与强度，但应注意防止熹克隆值的增大，使纤维变粗。主成分分析结果，前4个主成分的方差累计贡献率达86．79％，根据各品种主成分的综合得分，对各参试品种进行综合评价，排名前3位的品种依次为同舟棉2号、百棉1号和锦科791。在每个品种相应于4个主成分得分的基础上进行聚类分析，从产量和品质的相似度上将13个品种聚为3大类。图1，表7，参8。     

基于多元统计和AHP的青藏高原牧区可持续发展评价模型与应用

通过综合运用主成分分析和层次分析方法,建立系统综合评价的AHP变量加权主成分分析模型.在构建青藏高原牧区可持续发展评价指标体系的基础上,基于该模型方法对青海省内的30个牧区县给出发展现状的评价实例.最后,讨论了模型方法使用中的若干改进方法思路,以提高评价稳定性和效果.     

基于灰色统计的烤烟化学成分指标的相对重要性评价

众多的烟草化学成分指标增加了烟叶品质分析和综合评价的难度。针对这一问题,选取主要烤烟产区样品共247份,运用灰色统计分析法研究了这些样品10个常规化学成分指标。结果表明:总氮、糖碱比、氮碱比、氯、蛋白质属于A类指标,对烟叶品质的影响程度最大;还原糖、烟碱、水溶性总糖、总植物碱、钾氯比为B类指标,对烟叶品质的影响程度仅次于A类指标。运用灰色统计分析法还可以对烟叶化学成分适宜区域划分的合理性进行验证。配方叶组选择烟叶原料时,如果烟叶化学成分不在适宜区域内,总氮、糖碱比、氮碱比、氯、蛋白质等A类指标以选择小于适宜区域的化学成分较为合理;还原糖、烟碱、水溶性总糖、总植物碱、钾氯比等B类指标应选择大于适宜区域的化学成分对烟叶品质的影响较小。图3,表4,参13。     

基于时序列判别函数的机载导弹火控精度分析

在以往通过建立系统动态误差的数学模型对机载导弹火控精度做定性研究的基础上,分析了火控误差数据的特点,提出利用高阶累积量建立误差序列的数学模型,然后基于判别函数对火控系统精度进行定量分析,以给出火控系统精度更客观的检测评定。采用的判别函数有几何距离判别函数和信息距离判别函数,几何距离判别函数仅考虑模型参数信息,计算简单,信息距离函数则综合考虑模型参数信息和残差方差的影响,具有较强的判别能力。     

商业银行经营风险预警模型及其实证研究

通过R型聚类分析筛选指标,建立了商业银行经营风险预警指标体系.综合运用主成分分析和模糊综合评判方法,建立了基于加权平均模糊综合评判的商业银行经营风险预警模型.以曾在1999年7月发生严重危机的汕头市商业银行为例对风险预警模型进行了实例分析和验证.文章的特色与创新一是运用R型聚类分析剔除了相关性强的指标;二是采用主成分分析法的最大方差旋转来确定指标权重,三是采用梯形隶属度函数反映不同程度风险发生的可能性;四是指标体系的建立综合地考虑了资产风险、流动性风险、资本风险和盈利风险.     

加权主成分分析法在可变限速系统综合评价中的应用

以可变限速系统(VSL)项目为研究对象,运用加权主成分分析法设计了VSL项目社会经济影响综合评价模型,并通过基于交通仿真软件模拟设计的评价方案给出了评价案例.评价结果表明,利用加权主成分分析法评价VSL项目可以将主成分分析法的客观分析和层次分析法的主观分析有机地相结合,有效地评判出不同交通流量下的最佳限速控制值,其评价结果更加全面、更加符合客观实际情况.     

基于KFD+ICA特征提取的SAR图像目标识别

提出了一种用基于核函数的Fisher判别分析(kernel based Fisher discriminant analysis,KFD)和独立分量分析(independent component analysis,ICA)特征提取的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。用基于核函数的Fisher判别分析提取SAR图像样本在高维特征空间中的最佳分类向量,对最佳分类向量做独立分量分析,得到表征图像样本的特征向量,用支持向量机(support vector machine,SVM)对提取得到的特征向量分类完成目标识别。对MSTAR数据库中三类军事目标用该方法进行特征提取和识别实验,识别率为96.92%。结果表明,KFD ICA特征提取方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率。     

闽江水域水质时空分布探索性研究

依据2008-2009年11个采样点8个水质指标数据,运用主成分分析和聚类分析,对闽江水质时空分布进行探索性研究。通过统计分析将8个水质指标概括为2个主成分,在空间尺度上分为2组,重污染区和轻污染区,在时间尺度上分为2组,枯水期和丰水期。结果表明闽江上游污染较为严重,中游一直到下游污染程度呈下降趋势。经过福州市区后,由于汇入了大量的生活和生产污水造成污染,使闽江水质急剧下降。同时,闽江水质受该地区的降雨量影响较大,它亦随着水温的变化呈季节性变化,冬季的水质最差。     

一种最优的核Fisher鉴别分析与人脸识别

基于核的Fisher线性鉴别分析(KFDA)已成为抽取非线性特征的最有效方法之一。但是,针对必然面临的奇异性问题,如何抽取非线性最优鉴别特征还没有得到很好的解决。基于同构映射的思想,我们提出了一种最优的核Fisher鉴别分析(OKFDA)方法,从理论上巧妙的解决了奇异情况下最优鉴别矢量集的求解问题。在FERET人脸库的子库上的实验结果验证了OKFDA方法的有效性。     

约束线性描述分析与人脸识别

针对高维,小样本模式识别中的特征提取问题,提出了一种约束线性描述分析方法(CLDA).以线性变换后样本的类内距离与类间距离之比最小作为准则函数,同时加上约束条件使变换后的样本中心沿着特定的正交方向,通过白化变换、Gram-Schimdt正交化和正交子空间投影求解约束准则函数得到最优变换矩阵.针对入脸识别的小样本问题,根据奇异值分解定理实现白化变换.对ORL.和UMIST人脸库进行了仿真研究,结果表明CLDA方法的性能接近于某些Fisher描述分析万法如直接Fisher描述分析(DDA)和改进的Fisher描述分析(R-LDA).     

基于核主元分析的非线性动态故障诊断

核主元分析是一种非线性主元分析方法，充分利用核函数来解决非线性映射问题，在高维特征空间中确定主元，具有很好的非线性逼近能力。同时，利用非线性最小二乘法实现核主元分析的变量重构，来识别故障源。将核主元分析应用于连续搅拌釜式反应器系统（CSTR）的故障诊断过程中，仿真结果表明该方法对于故障的检测和故障源的识别都优于线性主元分析法的诊断效果。     

基于自适应稀疏表示的高光谱遥感图像分类

针对多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题,从稀疏表示基本理论出发建立了一个基于自适应稀疏表示的高光谱分类模型。利用训练样本构建字典,聚类每一步迭代所产生的余项,将聚类中心作为新的字典原子,然后将测试样本看成冗余字典中训练样本的线性组合,令字典能够更适应于样本的稀疏表示。利用华盛顿地区的HYDICE高光谱遥感数据进行试验,并且与主成分分析、线性鉴别分析、支持向量机、神经网络算法进行比较,结果表明,该算法的总体分类精度比其他算法提高了约12%,有效提高了高光谱影像的分类精度。     

基于最大间距准则(MMC)新的有效特征提取方法

基于最大间距准则(Maximum Margin Criterion,MMC)下,提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大,而类内散度最小;又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比,新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性,提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外,揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。     

二维最大散度差图像投影鉴别分析

提出了一种新的二维散度差图像投影鉴别分析方法。该方法利用类间离散度与类内离散度之差作为鉴别准则，从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题时。所提出的方法是直接基于图像矩阵的，与以往的基于图像向量的鉴别方法相比，它的突出优点是大大提高了特征抽取的速度。在ORL人脸数据库和AR标准人脸库上的仿真试验结果表明，所提出的方法不仅在识别性能上优于传统的散度差鉴别分析，特征抽取的速度有了较大幅度的提高。