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.     

武器系统寿命周期费用建模的模糊主成分方法

武器系统的寿命周期费用建模较多采用参数法，而参数法中最常用的是最小二乘回归。提出用模糊主成分方法来建立模型，并结合实例对武器系统寿命周期费用进行了分析。结果表明，这种方法改善了最小二乘回归中的多重共线性问题，具有实用价值。     

基于主成分分析和支持向量机的效能评定

简述了武器系统效能评定的各种方法,并分析了其特点。建立武器系统参数效能模型,首先要挑选特征参数,提出了采有主成分分析方法选择武器的特征参数。利用支持向量机建立了武器系统参数效能模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机方法比较精确和简单。     

主成分投影法在企业技术创新动力评价中的应用

建立了以外部和内部创新动力为二级分指标的企业技术创新动力评价指标体系;采用基于格栅获取法的模糊Borda数分析法对各评价指标赋权,突出了各指标重要程度的优序关系;利用主成分投影法对我国某行业31家大中型企业的技术创新动力进行了评价与分析,经验证,评价结果与实际情况基本相符。     

独立成分分析的研究进展

介绍了独立成分分析（ICA）的基本模型及其假设、含混性、非高斯性度量和通用求解过程。讨讨了目前ICA的几个研究方向的发展现状和面临的问题，分析了ICA基本模型和几种扩展模型的求解算法，包括盲反卷积、卷积混和的盲分离、非线性瞬时混合的盲分离，提出了ICA未来理论和应用研究中的开放课题．     

空调箱传感器故障在线检测和诊断新方法

针对空调箱的温度、流量等传感器进行固定偏差和漂移故障的检测与诊断,提出了一种基于统计学的方法进行在线的故障检测和诊断。主成分分析法根据系统正常的历史数据建立数理统计模型,通过传感器实际测量数据与正常数据在故障子空间投影的比较,对传感器的故障进行在线检测。联合角度法改进了传统的贡献图的诊断方法,通过对故障库中的故障知识的利用,能够在线的分离出发生故障的传感器。     

受限空间内小尺度油池火行为实验

为分析受限空间内燃油火灾特性,通过设计并搭建受限空间小尺度油池火行为实验平台,选择三种典型液体燃料(正庚烷、环己烷、航空煤油)开展燃烧试验,测量并分析火焰温度、烟气温度及燃料燃烧生成的烟气成分浓度等变化规律.结果 表明:油池火最高温度超过700℃,烟气温度变化曲线满足高斯分布;由温度变化曲线将燃烧分为发展—稳定—熄灭3个阶段,发展期占比均接近9.8％,且温度变化率最高达到22.0℃/s;在253 s左右,三种燃料燃烧过程中O2、CO2与CO浓度变化曲线到达最高点;在熄灭期,三种燃料火焰温度变化曲线满足反比例函数分布.可见,结合火羽流温度以及烟气成分浓度变化可判断火灾处于何种阶段以及燃烧物种类,从而为提高火灾预警准确率提供数据支撑.     

一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

Efficient hybrid neural network for spike sorting

Artificial neural network has been used successfully to develope the automatic spike extraction. In order to address some of the problems before the wireless transmission of the implantable chip, the automatic spike sorting method with low complexity and high efficiency is proposed based on the hybrid neural network with the principal component analysis network (PCAN) and normal boundary response (NBR) self-organizing mapping (SOM) network classifier. An automatic PCAN technique is used to reduce the dimension and eliminate the correlation of the spike signal. The NBR-SOM network performs the spike sorting challenge and improves the classification performance. The experimental results show that based on the hybrid neural network, the spike sorting method achieves the accuracy above 97.91% with signals containing five classes. The proposed NBR-SOM network classifier is to further improve the stability and effectiveness of the classification system.     

主成分分析在大学生体质评价中的应用

应用主成分分析的原理和方法，以山西省普通高校６３５名在校学生的身高、体重、肺活量血压等１５项检测指标，求得反映学生身体形态、素质、生理机能等不同侧面的３个主成分。以此作为学生体质评价的标准，简单明了，便于推广应用，全部数据在ＡＳＴ３８６ｘ／２５计算机上实现。