一种基于SVR的综合预测方法及应用

针对一类因变量具有复杂自变量、且不具备相同采样周期的预测问题，综合运用支持向量回归估计(SVR)、多元回归和主成分分析等多种数据分析技术，提出了一种综合预测方法，建立起了飞机故障率与其错综复杂的影响因素间的一种数学关系，并且采用航空装备质量控制的统计数据对所提出的方法进行了实验，预测结果显示了方法的有效性。在影响因素量化过程中，还引入了Pearson相关系数方法。     

浅谈局域网组成

简述了局域网的特征、上网方式及工作模式，介绍了局域网的组成系统。包括服务器、连接设备、网卡及传输介质等。     

相律中的组分数研究

封闭体系在状态变化过程中,若化学反应不变,额外制约条件也不变,则组分数就不变;封闭体系在状态变化过程中,若化学反应或额外制约条件发生变化,则组分数就有可能发生变化.在特殊条件下组分数可以是零.组分数无明确的物理意义.     

淮河沉积物总磷和重金属沿程变化及污染评价

为了探究淮河沉积物中污染物的分布规律、来源及污染程度,于2014年7月沿淮河中下游设置16个采样断面,现场采样并检测沉积物中总磷(TP)质量比和重金属(As、Cu、Pb、Cd、Zn)的质量比,分析沉积物中污染物的沿程分布及来源并对污染状况进行评价。研究结果表明,淮河中下游沿程各城市下游断面沉积物中污染物平均含量比上游断面高;污染物来源分析表明,所有污染物均受到点源污染的影响,其中TP和Cu受到点源污染和面源污染的共同影响;单因子标准指数法对沉积物磷污染评价结果表明,淮河干流沉积物环境质量受磷的污染相对较轻;对重金属潜在生态危害程度分析表明,无论是单个重金属的生态危害程度还是综合生态危害程度都为轻微。     

基于抽象语法树的C克隆代码重构应用与研究

为了缩短软件工程生命周期,引入组件、复制的概念,利用抽象语法树(AST)将相同功能的代码设计为一个函数,保留充足的接口参数,利用过程调用开发软件程序,可以提高软件开发效率.     

主成分分析在企业发展评估的应用

在某国有银行财务报表中选取10个主要指标进行主成分分析,利用SPSS20软件求解出第一主成分和第二主成分的主成分得分和综合得分,并根据综合得分进行了排名。最后,总结出平均总资产回报率、风险加权资产收益率、不良贷款率、拨备覆盖率、一级资本充足率和总权益对总资产比率这6个指标的变化会对该企业的发展产生显著的影响。     

配电网故障暂态信号的逼近处理方法

针对一些需尽快计算故障后稳态电流电压值的应用情况,如配网配变支路保护、用户侧保护等,短时间内处理电流电压故障暂态信号成为了一个必须面对的问题。现有电网故障信号处理方法通常受限于采样数据长度和待求参数数量,存在处理电流电压故障暂态信号时间较长和难求取的问题。利用配网故障暂态电压电流的特点,由稳态工频分量和直流衰减分量组合建模近似表征配网故障暂态电压电流,采用粒子群高斯牛顿混合算法对此模型的各参数进行辨识,实现暂态参数的求取。仿真分析和工程应用表明,该方法可缩减待求参数个数,利用较短的采样数据对故障暂态电压电流信号参数进行求取,且具有较高鲁棒性。     

藏东南高寒区尼洋河河谷地带不同土地利用方式土壤抗蚀性研究

土壤抗蚀性是评价土壤侵蚀潜在发生可能性的重要综合性指标,研究高寒河谷地带不同土地利用方式土壤抗蚀性为土地利用模式优化和资源整合提供理论依据.本文应用主成分分析法对藏东南高寒区尼洋河流域5种不同土地利用方式下的3大类、13个土壤抗蚀性指标进行分析研究.研究结果表明:土壤团粒类指标和有机质能很好地反映土壤抗蚀性,0.25 mm水稳性团聚体质量分数、0.5mm水稳性团聚体质量分数、0.25 mm非水稳性团聚体质量分数、水稳性指数、平均重量直径、团聚体结构破坏率、有机质7个指标对土壤抗蚀性的影响最为明显,是表现不同土地利用方式土壤抗蚀性的最佳指标.各抗蚀性指标值基本表现出(0～15)cm(16～30)cm规律.通过建立权重求和模型发现0～15 cm表层土壤抗蚀性能远远大于16～30 cm;最终,通过叠加法得出不同土地利用类型土壤抗蚀性评价从强到弱顺序为:灌木林地(SL)、天然林地(NF)、农耕地(CL)、河滩林地(BL)、人工林地(AF).     

岩溶水水化学特征的主成分分析和因子分析

【目的】为了解岩溶区地下水水化学特征以及地下水成分的来源。【方法】以广西果化镇地下水为研究对象,于2017年7月共采集地下水样品21件,运用Gw_chart软件制作水化学Piper三线图,结合R软件进行相关性分析、主成分分析法、因子分析法等对数据进行处理。【结果】研究区岩溶地下水水化学类型主要为重碳酸-钙型水,Ca2+和Mg2+为地下水中主要阳离子,HCO-3和SO2-4为地下水中主要阴离子。HCO-3与Ca2+,Na++K+与Cl-,SO2-4与Mg+2、Ca2+,相关性较强,它们经历了相似的化学反应过程。通过主成分分析法提取了3个主成分,共解释了91%的方差,可以很好地代表原始数据;通过因子分析提取出3个公共因子,共解释了86%的方差。【结论】自然因素水-岩作用为水化学元素特征与来源主导因素,人类活动也起到了重要作用。     

Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike the convexification （nuclear norm） for matrix rank function, the tensorial nuclear norm is stil an open problem. While existing preliminary works on the tensor completion field provide a viable way to indicate the low complexity estimate of tensor, therefore, the paper focuses on the low multi-linear rank tensor and adopt its convex relaxation to formulate the convex optimization model of HOPCP. The paper further propose two algorithms for HOPCP based on alternative minimization scheme： the augmented Lagrangian alternating direction method （ALADM） and its truncated higher-order singular value decomposition （ALADM-THOSVD） version. The former can obtain a high accuracy solution while the latter is more efficient to handle the computationally intractable problems. Experimental results on both synthetic data and real magnetic resonance imaging data show the applicability of our algorithms in high-dimensional tensor data processing.