共查询到20条相似文献,搜索用时 31 毫秒
1.
《舰船科学技术》2017,(13)
针对SAR图像中舰船目标识别的问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判别分析(Kernel Fisher Discriminate Analysis,KFDA)相结合的舰船目标识别算法。用核主成分分析的方法对实测的SAR舰船目标数据进行特征降维,再结合核Fisher判别分析法对降维后的样本数据进行多类别分类。将该方法用于对实测的四类舰船目标进行识别,平均识别率可达91.25%。实验结果表明,核主成分分析与核Fisher判别分析相结合的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。 相似文献
2.
针对SAR图像中舰船目标识别的问题,提出了基于核主成分分析(Kernel Principal Component Analysis,KPCA)和核Fisher判别分析(Kernel Fisher Discriminate Analysis,KFDA)相结合的舰船目标识别算法.用核主成分分析的方法对实测的SAR舰船目标数据进行特征降维,再结合核Fisher判别分析法对降维后的样本数据进行多类别分类.将该方法用于对实测的四类舰船目标进行识别,平均识别率可达91.25%.实验结果表明,核主成分分析与核Fisher判别分析相结合的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. 相似文献
3.
4.
基于主成分分析的舰船装备维修费组合预测 总被引:1,自引:0,他引:1
针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。 相似文献
5.
6.
从量化的角度分析了房地产价格的变化以及各地的价格影响因素。对收集到的全国31个省、市的房地产指标数据用主成分分析法分析,得出影响房地产价格的综合指标,并将各地的房地产价格做出排序。本文还将主成分分析用于系统评估且对分析方法进行改进。 相似文献
7.
8.
9.
10.
主成分分析法是利用降维的思想,在损失很少信息的前提下,把多个指标转化为几个相互独立的综合指标的多元统计方法。将主成分分析用于船舶工业的轻微事故统计中,对事故类型和发生月份进行深入分析,得出事故发生的潜在规律,对制定相应的事故预防策略具有一定的指导作用。 相似文献
11.
《舰船科学技术》2015,(8):45-51
根据多个技术和经济指标进行船舶主尺度优化论证是船舶设计人员需要着重解决的问题。提出结合粒子群优化和主成分聚类两阶段的方法进行船舶主尺度论证分析。建立了以载重量、建造费用、服务航速和提供舱容为设计指标的水面船主尺度论证模型。采用多目标粒子群优化算法对船舶优化模型进行求解,获得问题的Pareto解集。使用主成分聚类分析对该数据集进行综合评价。先将Pareto解集进行主成分分析,使用前2个主成分就能够表达原始数据的绝大部分信息,再通过对主成分进行聚类,获得不同类别中Pareto解集的特征,根据第一主成分得分获得每个聚类中设计样本的排序,最终可以从Pareto解集中得到折中解。利用主成分分析和聚类技术还研究了变量在主平面上的映射以及聚类特性。给出了1艘水面船的主尺度论证算例,表明本文给出的方法合理可行。 相似文献
12.
13.
准确判别矿岩可爆性是采矿工程安全生产的重要保障。为了消除评判指标之间的相关性造成的信息叠加,提高分类准确性,将主成分分析法(PCA)与距离判别法(DDA)相结合建立了矿岩可爆性分类的距离判别模型。通过选取岩石密度、抗拉强度、冲击动载强度以及岩体完整性系数等4项指标作为矿岩可爆性的判别因子,将30个矿山实例数据作为学习样本进行训练建立了相应的判别准则,回判结果表明经过训练后的模型误判率为零。将建立好的PCA-DDA模型应用于工程实例,判别结果与实际情况完全相符,表明该模型具有良好的判别能力,可以在实际工程中进行应用推广。 相似文献
14.
陆虎 《江苏科技大学学报(社会科学版)》2008,22(2):67-70
针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。 相似文献
15.
16.
以两端弹性支撑梁为研究对象,试验测量多激励力作用下测点的时域响应,利用主成分分析法进行激励源识别分析,验证该方法的有效性。探究识别激励源数目、主成分频谱特性及贡献率随测点分布和测点数目变化的规律。结果表明,该方法识别的激励源数目是恒定而且正确的,而主成分频谱特性及贡献率则随测点数目和测点分布的不同而有所变化。 相似文献
17.
基于主成分分析的振动噪声源耦合信息判别 总被引:1,自引:1,他引:0
主成分是通过把原来多个变量转化为少数几个互不相关的主成分的一种统计方法,最终达到数据化简、揭示变量间的关系和进行数据解释的目的.通过实船航行试验,证明了主成分分析可以在信息损失较少的前提下提取振动噪声源之间存在的耦合信息. 相似文献
18.
19.
对基于贝叶斯判决法的模式分类方法进行了理论分析,并将多变量的贝叶斯模式分类方法应用于决策信息融合过程,证明用多传感器测得的多维信息通过决策融合进行目标判别优于用单传感器测量进行目标判别,此方法用于鱼雷的目标检测,能大大提高系统的目标检测概率,或降低检测的虚警概率。理论分析和数学仿真均证明其是一种有效的方法。 相似文献