基于二维主成分分析的高光谱遥感图像降维

提出一种以高光谱图像分析为目标的基于二维主成分分析的高光谱遥感图像的降维方法。通过多变量线性变换对高光谱数据进行特征提取,应用二维主成分分析的方法对高光谱遥感图像进行降维。对AVIRIS图像应用二维主成分分析的方法,可将能量主要集中在少数几个特征值中,这就为降维提供了可能。计算机仿真结果表明,该算法计算量小,方差小,峰值信噪比(PSNR)、分类准确性均显著提高,MSE有所下降。     

山东省中心城市竞争力定量评析

从城市经济竞争力、基础设施竞争力、科技文化竞争力、城市开放程度竞争力、城市产业结构与效益、环境竞争力等6个方面共37个指标,对山东省17个地级市进行评价,利用主成分分析原理及方法,对各城市竞争力的情况进行分析、比较和分类,最后提出了提升山东省城市竞争力的若干建议。     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

邻硝基苯胺还原关环一步法合成苯并咪唑类化合物

邻硝基苯胺( 1〖STBZ〗, 4〖STBZ〗)与芳香醛( 2〖STBZ〗〖WTHZ 〗a 〖WTHZ〗c )在连二亚硫酸钠存在下共热,发生还原关环反应, 一步即可合成苯并咪唑类化合物( 3〖STBZ〗〖WTHZ〗a 〖WTHZ〗c〖WTBZ 〗, 5〖STBZ〗〖WTHZ〗a 〖WTHZ〗c ).当起始物中含有不止一 个 硝基时,连二亚硫酸钠对硝基的还原有选择性.反应以乙醇 水为溶剂,水可加速反应进程.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性.针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit,GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将...     

因子分析在学生成绩影响因素调查结果中的应用

因子分析基本思想是通过对多个原始变量提取主成分,经过正交旋转,可以找出主要的独立影响因素。通过对学生的多因素多样本问卷调查,将因子分析应用于教育教学数据分析之中,从而找出影响学生学习成绩的主要原因,为进一步的教育教学改革提供了一定的理论依据。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

基于可视化分析模型的汽车电控系统需求开发方法

为解决汽车电控系统需求开发过程中需求描述模糊不清、理解不一致问题,结合实际研发项目及CMMI-3等级认证过程的经验,提出了一种基于可视化分析模型的需求开发方法。首先,将复杂的汽车电控系统进行层级划分,从客户对整车顶层功能需求开始着手分析,通过用例场景建模定义系统与外部环境边界和交互关系,捕获顶层系统需求;然后,基于活动图和时序图可视化分析方法,对系统静态和动态行为进行细化分析,给出了不同层级需求挖掘思路及方法,并用需求图展示需求开发细节以及不同层级需求的追溯关系;最后,以触发柴油机颗粒捕集器DPF再生为研究案例,系统阐述了可视化分析模型的需求方法的应用过程,验证了所提方法的可行性与有效性,为汽车电控系统正向开发提供技术手段和指导建议。     

基于ISSA-SVM的钻井卡钻事故预测

为预防钻井过程中卡钻事故的发生,通过提出了一种改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量机(support vector machines, SVM)的预测模型方法(ISSA-SVM),在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重;在警戒者位置更新公式中引入莱维飞行策略。利用主成分分析法(principal component analysis, PCA)对外国某大型油田的实测钻井数据进行降维处理,并利用惩罚参数和核参数进行卡钻事故的预测。实验结果表明：ISSA-SVM的预测准确率高达85.185 2%,且收敛速度更快,可见ISSA-SVM可有效预测钻井卡钻事故。     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。