汽车漆面养护技巧

汽车在太阳的照射下，时间长了会出现车漆氧化，漆面会慢慢发白，形成氧化层，缩短车漆的寿命。由于漆面氧化，使漆面的亮度大大降低。车漆发乌、发白、无光泽现象，给人的感觉是车变旧了。此时打蜡是预防漆面氧化的最好办法，因为车蜡起到了密封的作用，在车漆表面形成保护膜，抑制外界有害成分对车漆的氧化。     

总体者，集大成也

对舰船总体设计片面的理解不利于舰船总体能力的提升。分析舰船总体的组成要素及分解原则和方法，指出舰船总体设计应以提升舰船能力为根本出发点，在综合能力、相互作用和空间集成三方面发挥顶层牵引作用，强化舰船总体层面一体化设计是历史发展的必然。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

公路工程全生命周期综合造价估算模型

从公路工程项目全生命周期的角度出发,采用基于主成分法的多元回归分析方法建模,在算例中运用SPSS软件计算.结果表明:计算值与实际值相差较小,满足估算要求;模型简单、有效、可行,能够简化公路工程项目的造价估算过程,是一种合理、方便、实用的综合公路工程项目造价估算模型.     

高速公路社会经济效益评价模型研究

运用主成分分析和BP神经网络建立高速公路社会经济效益评价模型,从区域的宏观社会发展角度分析评价项目的利弊得失.该评价模型在保留测试数据最大量信息的前提下,给数据有效降维和预分类,以消除样本间的相关性;再将所产生的新的样本空间作为BP网络的输入,以降低网络输入维数,简化网络结构,并在保持相同正确率的前提下,加快网络的学习...     

基于核函数变换的NLPCC分析在洪水分类中的应用

通过拟线性化变换和降维去噪,得出多维分类指标的低维主成分值,然后通过对每一待分类样本的低维主成分值进行聚类分析,最终得出洪水的自然分类结果.洪水分类实例结果表明,该计算方法不需要复杂的计算机专业知识和优化算法知识,原理清楚,计算简单,结果客观有效,不失为一种洪水分类评价的新途径.选择适宜的非线性变换函数是正确应用该方法的关键,同时对于能够预先给出分类指标值且数值范围较小时,需要指标标准数值判定和聚类效果判定相结合.     

基于AHP-PCA的城市群公路网节点重要度分析

阐述公路网节点重要度的概念,提出运用层次分析法与主成分分析法的联合评价方法来确定节点重要度的新思路。并对长株潭"3+5"城市群的8个城市节点进行实证研究,综合分析结果,确定各节点在城市群公路网规划中的重要度。     

城市公交车行驶工况的构建

以城市公交车为研究对象,运用覆盖率、路段频度等方法,选取城市典型的公交运行线路,并进行大量的实验和实际运行数据的采集。利用主成分析和聚类分析构建行驶工况,研究表明,将众多反映道路交通特征的运动学片段特征值用主成分析法压缩成代表原始数据80%以上信息的3个或4个公因子的方法是可行的,接着用聚类分析提炼这些运动学片段。根据统计分析的概率随机选择并重组实际运动学片段,并以典型公交线路为研究对象进行分析,得出一个基于实际公交车速度的行驶工况,构建能反映典型公交线路交通状况的工况。     

基于SPSS主成分分析法在公路客运量预测中的应用

分析选取影响公路客运量的主要因素,基于SPSS统计软件对各因素进行主成分分析,将众多相关因素简化为少数不相关因素,消除由于变量过多导致的多重共线性影响,构建了河南省公路客运量预测模型。实例证明,该模型具有较高的精度,能够满足河南省公路客运量预测的需要。     

基于GA-岭回归分析的机车车轮踏面磨耗量预测算法研究

车轮踏面磨耗量是评价机车运行安全的重要参数，但多数车轮运维现场的条件尚不能对踏面磨耗量及时、准确地进行监测。为了解决上述问题，文章提出了基于“GA-岭回归”分析的机车车轮踏面磨耗量预测算法（简称“GA-岭回归”预测算法）。“GA-岭回归”预测算法分为数据前处理和数据预测分析2部分。对于数据前处理，首先依据不同的测量方式对采集到的踏面磨耗量数据进行分类，基于车轮的实际运维情况，分析不同类型数据的特点；随后以镟修周期作为数据划分标准，对分类后的数据进行切片处理；最后采用相关标准和主成分分析法对相应的动态测量数据进行清洗、降噪。对于数据预测分析，首先划分数据集，进行数据整合，创建训练集数据的时间滑动窗口；随后采用岭回归算法对训练集数据进行回归分析训练，并结合遗传算法和验证集数据进行模型参数的调优，以提高预测准确性。基于测试集数据，分别采用传统预测算法、岭回归线性预测算法和“GA-岭回归”预测算法，对3类预测算法的预测效果进行对比分析；随后采用相同的测试方法，扩大车轮样本的数量，继续进行预测效果的对比分析。测试结果表明，采用“GA-岭回归”预测算法的预测误差和误差标准差均相对较低。经分析可知，...