控制行驶汽车ORI燃料技术的探讨

汽车在行驶中，由于发动机产生燃烧室沉积物（ＣＣＤ）和进气阀沉积物（ＩＶＤ），而导致辛烷值要求增加（ＯＲＩ）。在分析燃料成分、馏程和清净剂对ＣＣＤ和ＩＶＤ影响的基础上，提出了控制ＯＲＩ的燃料技术。     

客运专线红粘土物理力学指标统计分析

研究目的:武广客运专线对路基沉降控制要求非常严格,而沿线原状红粘土的大量室内试验结果表明,该地区红粘土各指标的离散性较大,在设计计算时,如何选取各指标的设计值,对设计结果会产生巨大的影响,直接影响工程的质量和造价;同时,反映红粘土性质的物理力学指标较多,许多变量之间又存在着相关性,增加了问题分析的复杂性,为了服务工程实际并对红粘土的整体性能进行评价,文章结合多元统计分析知识,利用统计软件SPSS,进行了统计分析、指标聚类分析和主成分分析.研究结论:通过统计分析获得了各指标的均值,置信区间.建议在设计过程中,除地质条件复杂或特殊路段外,采用均值进行设计计算;聚类分析表明红粘土的物理力学性质基本上可以分为结构、强度和状态3类;主成分分析表明可以利用综合主成分值进行红粘土路用性能的评价.     

基于主成分分析法地铁风机运行综合评价方法研究

主成分分析法(PCA)是从观测数据中获取主要信息的一种多变量统计方法。它用很少的新变量代替原有观测量,以寻找原观测量之间的相互关系,且不损失原始数据的主要信息,并且客观地确定权数,避免了主观随意性,尤其是对于大样本、多参量的情况,该方法简捷而有效。文章介绍主成分分析法的原理和它在地铁风机运行经济性综合评价中的应用,提出的地铁风机运行经济性的综合评价函数,为地铁风机的运行、管理、状态监测与诊断,提供了有效的特征指标。     

基于网格搜索的PCA-SVM道路交通标志识别

针对现有识别方法对交通标志的识别精度和算法效率不高的问题,提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理,提取出交通标志的主元特征,然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化,最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真,并与现有的其他交通标志识别算法进行分析对比,实验结果表明,本文方法在保证较高识别精度的同时,算法效率得到显著提高。     

高烈度地震区路域成灾因子敏感性分析

为了研究高烈度地震区公路走廊带地形条件震时对地质灾害的影响机理,找出路域地质灾害的主要地形成灾因子。以汶川地震汶川—理县灾区为研究区域,应用考虑特征值和贡献率的主成分分析理论,基于地理信息系统技术平台,选取地面高程、地表坡度、地表起伏度、地表粗糙度进行地质灾害成灾因子的主成分分析,并对各指标进行敏感性分析,确定了路域地形条件的主要成灾因子。分析结果表明:地表坡度和地面高程是汶川—理县地区地质灾害的主要地形成灾因子,其累积贡献率达到98.165%,第1主成分中地表坡度、地表起伏度和地表粗糙度主成分荷载为0.987,0.981和0.990,第2主成分中高程和地表坡度主成分荷载为0.987和0.089,以地表坡度的影响尤为突出。     

轨道交通与城市发展协调性评价

通过选取城市发展与轨道交通建设的主要指标,利用主成分分析法,分别计算轨道交通和城市发展的综合发展指数;借助模糊数学中的隶属度函数,定义轨道交通与城市发展的协调度;以此为基础,建立轨道交通与城市发展协调性评价方法。以上海为例,对轨道交通与城市发展协调性进行实例研究,对评价结果进行分析。     

联合L1范数和迹范数的数据降维模型及其优化算法

主成分分析(PCA)是多元分析中广泛应用的降维方法,但是传统的降维模型一般是基于矩阵的秩,然而秩的计算是非凸、不连续的问题且计算复杂。本文针对这一问题,提出联合更具鲁棒性的L1范数和具有凸性的迹范数建立一种联合数据降维模型,针对模型的优化提出基于拉格朗日乘子的优化算法。最后将模型应用于UCI数据集以及Yale人脸数据集和扩展Yale B人脸数据集进行数据处理。数学分析和可视化实验结果都表明模型和优化算法是有效的。     

基于快速S变换的电能质量主成分分析方法

针对电能质量分析中S变换计算量大,及支持向量机分类识别需要设定特征参数的问题,文章将一种新的s变换的快速算法（FST）与主成分分析（PCA）相结合,并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数;进而利用PCA进行降维处理并提取主要特征成分;然后获得投影矩阵;最后待识别电压信号投影后,根据最近邻分类器进行分类识别。仿真结果表明,电压扰动FST域模系数的特征成分主要在低频段,因此识别结果准确率高、计算时间短,并且算法本身有一定的抗噪声能力,能较好地实时处理电能质量扰动。     

北京市生活垃圾成分及理化特性分析

以北京市城区为背景，通过深入现场调查研究，对北京市生活垃圾各发生主体的垃圾构成进行分析，对各发生主体均分析了含水量、容重、发热值等理化特性，为废弃物减量化、无害化与资源化提供依据。