结合逆非线性主成分分析和极值理论的桥梁损伤检测

为提高环境和运营变化（Environmental and Operational Variations, EOV）影响下的桥梁损伤检测可靠性,结合逆非线性主成分分析（Inverse Nonlinear Principal Component Analysis, INLPCA）和极值理论提出一种新的桥梁损伤检方法。该方法采用INLPCA对桥梁损伤特征进行建模,利用不完备健康监测数据的估计误差和添加神经网络训练惩罚项控制INLPCA的非线性程度。采用INLPCA对损伤特征的重构误差和马氏平方距离（Mahalanobis Squared Distance, MSD）建立损伤指标（Damage Indicator, DI）,最后基于DI的广义极值（Generalized Extreme Value, GEV）分布建立损伤检测阈值。以比利时KW51铁路桥和天津永和斜拉桥为例,验证所提方法的有效性。结果表明,所提方法能准确检测EOV影响下的桥梁损伤且对不同桥型和不同损伤特征均有良好的适用性。     

武汉市土地利用结构信息熵演变及动力分析

采用武汉市建成区1990~2003年土地利用及相关的社会经济统计数据作为研究的基础数据,借助信息论的信息熵原理,分析了武汉市土地利用结构的动态演变特征,利用主成分与灰色关联相结合的分析方法得出了武汉市土地利用结构变动的主要动力因子.研究表明:武汉市土地利用信息熵持续下降,均衡度、优势度呈波动状态,土地利用职能相对收缩,土地空间利用类型表现出不均衡态势,土地利用开发经历了1990~1994年的剧变期和1995~2003年的平稳期两个阶段;影响武汉市土地利用结构变动的主要因子有城市产业结构变化拉动因子、城市建设与改造压力因子、城市福利与城市社会结构变化推动因子,其中前两者的影响更为显著.     

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。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

冀东地区10个谷子品种籽粒矿质元素和氨基酸主成分及聚类分析

为确定冀东地区谷子籽粒中矿质元素和氨基酸的质量分数,选择河北、山东、河南等3个省份的10个谷子品种(冀科谷1号,济谷19,济谷20,冀谷41,济谷17,豫谷18,济谷18,济谷21,豫谷1号,冀谷19),采用全谱直读等离子发射光谱仪和氨基酸自动分析仪测定了籽粒中矿质元素和氨基酸的质量分数,采用IBM SPSS Stat...     

基于GC-MS的小青龙汤挥发性成分研究

探讨小青龙汤组方药材组成复方前后挥发油成分和比例的变化.采用枟中国药典枠挥发油测定甲法提取小青龙汤复方、组方中含挥发油的单味药(麻黄、桂枝、细辛、干姜、五味子)及各单味药的阴性对照处方的挥发油,并采用GC-MS联用技术对其进行分析比较,应用峰面积百分比法计算相对百分含量.从小青龙汤中共鉴定出80个挥发性成分,其中百分含...     

大学毕业生择业因素统计分析

通过问卷调查,收集得到一些大学毕业生的有关择业因素的数据,并且对此进行统计分析,为大学生、学校、社会提供一些有益的参考。     

融合PCA降维和均值漂移聚类的协同过滤推荐算法

为了解决传统的协同过滤推荐算法中评分矩阵稀疏及近邻搜索耗时长导致的推荐准确性及时间效率有待提升的问题,设计了一种融合PCA降维和均值漂移聚类的协同过滤推荐算法PMCF。该算法用主成分分析法PCA保留最能代表用户兴趣的维度,以缓解评分矩阵稀疏问题;用均值漂移聚类算法在降维后的低维向量空间上对用户聚类,以减小目标用户最近邻的搜索范围。在Movielens数据集和HetRec2011-Movielens-2k数据集上的实验结果表明,PMCF算法能够有效地提升推荐结果的准确性,同时具有较高的时间效率。     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.