基于LDA的潜艇机械噪声识别算法研究

通过选取一定数量的潜艇机械设备噪声信号作为训练样本,利用线性判别分析算法(LDA)对噪声信号建立识别分类模型,然后将待测信号与已知信号库(机械设备正常工况下的噪声信号和所有已知故障情况下的噪声信号)中所有信号分别投影到识别分类模型上一一进行比对,确定潜艇机械噪声的类别.论文使用噪声模拟信号进行了相关实验,结果表明该方法能够比较准确的达到识别分类的效果.     

高职教师课堂教学质量的评价方法研究

根据高职院校的课堂教学特点,首先构建了具有高职特色的教学质量评价指标体系;然后,利用主成分分析法对评教数据进行数学处理,求得各主成分和综合因子的得分,并对教师的教学质量与师德师表进行量化评价;最后,利用第一、第二主成分的得分聚类图,实现了对教学质量的定性评判。结果表明,主成分分析法提高了教学质量评价的科学性和合理性。     

基于PCA和HMM的汽车保有量预测方法

分析了常用的汽车保有量预测方法,提出了一种新的基于主成分分析和隐马尔可夫模型的汽车保有量预测方法.选取国民总收入、人均GDP、人口总数量、城市化率、固定资产投资总额、进出口总额、城镇居民人均可支配收入、钢材产量、公路货运量、公路客运量、社会消费品零售总额11个指标作为汽车保有量的主要影响因素,运用主成分分析提取了主要影响因素的主成分.以提取的主成分与汽车保有量分别作为自变量、因变量,建立了回归分析模型.以汽车保有量回归预测值的年增长率为隐状态,以回归预测值与实际值的相对误差为可见信号,建立了隐马尔科夫模型,并对的汽车保有量回归预测值进行修正.分析结果表明:基于1994～2008年的中国汽车保有量及其主要影响因素的历史数据,应用提出的方法得到2009、2010年的汽车保有量修正值分别为6.220 96×107、7.825 12×107 veh;与2009、2010年实际汽车保有量比较,相对误差分别为-0.95％、0.30％.可见,基于主成分分析和隐马尔科夫模型的汽车保有量预测方法具有良好的预测精度,能够适用于短期预测.     

基于图像融合和DCT域增强的人脸识别

提出了一种基于图像融合和DCT域增强的人脸识别方法.首先对人脸图像分别进行直方图均衡化和对指数变换,将二者变换结果融合,减少光照对人脸识别的影响;然后进行DCI变换,在滤除高频分量的同时进行图像增强,抑制块效应,在此基础上进行IDCT图像重建,利用二维主成分分析提取人脸特征,降低空间维数;最后通过最邻近分类法实现人脸识别.Yale人脸库仿真实验表明,该方法在光照变化较大和人脸样本较少的情况下具有较高的识别率.     

基于PSR模型的新疆旅游发展与交通运输业耦合协调研究

基于新疆2010—2019年的相关统计数据,引入压力-状态-响应和耦合协调度模型,选取部分指标构建评价指标体系,对新疆维吾尔自治区的旅游发展与交通运输业耦合协调发展状况进行分析.结果显示:新疆旅游发展与交通运输业发展的耦合协调度总体呈上升趋势,2009年表现为中度失调,随着旅游业和交通运输业的发展,到2011年协调等级降低到濒临失调阶段,2011—2016年二者的综合发展指数增速缓慢,协调等级未发生明显变化,到2017年耦合协调等级上升到勉强协调阶段,但上升速度缓慢,仍存在较大发展空间.10年间旅游业发展指数总体呈上升趋势,但交通运输业发展呈现出不稳定的波动状态.结合分析结果及新疆的实际情况,提出相应建议.     

基于PCA和SVM的柴油发动机冲击故障诊断方法研究

针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法。首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类。将该方法用于柴油机实际故障分类,诊断准确率较高,证实了本文方法对多种冲击故障诊断的有效性。     

吉林省白河地区泥石流物源的粒度成分和物理性质的研究

确定泥石流发生的物源条件是预防泥石流灾害发生的首要任务,文中通过对吉林省白河地区松散堆积物的粒艘成分和物理性质的测定和分析发现,该松散堆积物土样颗粒粒度较粗,黏粒含量非常少,土颗粒之间空隙较大,连通性比较好,导致土体的团聚性不好,遇到强降雨土体的整体强度和稳定性将会下降,容易被流水冲散,增大了泥石流灾害发生的可能性,町以作为白河地区的泥石流物源。     

空中交通复杂性指标体系精炼方法研究

为了准确评估空中交通复杂性,需要构建多维复杂性指标体系并对指标进行精炼.借鉴已有的研究成果,构建指标体系,使用K-means聚类方法对指标进行聚类分析,与初始指标分类相互验证,最后使用主成分分析方法提炼指标内涵.以广州地区16扇区的航班数据为例,发现聚类结果不仅与经验结果一致,还可以对指标进行更精细的划分;指标经提炼后保留了98%的信息,表达维度大大降低,从而验证了指标精炼方法的实用性和有效性.     

基于行驶工况识别的纯电动汽车续驶里程估算

本文中采用主成分分析和模糊聚类相结合的行驶工况识别方法进行纯电动汽车续驶里程的估算。首先选取20个具有代表性的循环工况数据,将其划分为215个工况片段,并选用12个特征参数对其进行主成分分析、模糊C聚类分析和行驶工况识别;然后在MATLAB/Simulink下建立纯电动汽车整车模型,进行行驶工况识别、整车能量消耗和续驶里程仿真估算;最后在转鼓试验台上进行ECE15工况下实车测试验证,结果表明:续驶里程仿真估算值与测试值的最大绝对误差为1.905km,平均绝对误差为0.742km,相对误差小于3%。     

基于PCA和TOPSIS的湖南公路交通发展状况评价

根据湖南省公路发展的特点,在建立公路发展状况评价指标体系的基础上,通过主成分分析法(PCA)对评价指标进行空间降维处理,运用逼近于理想值的排序方法(TOPSIS)确定正理想解和负理想解,将湖南省14座中心城市的公路交通发展状况按主成分要素的理想解近似程度进行了排序评价.