基于分段行列2D-PCA的高光谱图像数据降维方法 被引量：11

1

作者 张筱晗 杨桄 +1 位作者 黄俊华 杨永波 《计算机工程》 CAS CSCD 北大核心 2017年第9期256-262,共7页

针对传统二维主成分分析(2D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法。利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其... 针对传统二维主成分分析(2D-PCA)方法不能直接应用于高光谱图像数据降维的不足,提出一种基于分段行列2D-PCA的降维方法。利用高光谱图像波段间的相关系数进行波段子空间划分,在各子空间内通过旋转构建新的数据模型,以2D-PCA方法提取其行、列主成分信息,经过图像重建得到行、列主成分图像,对各波段子空间的行、列主成分图像进行小波分解,按照不同规则融合低频、高频系数,再通过小波逆变换得到降维后的图像。实验结果表明,与PCA和分段PCA方法相比,该方法在保证降维图像质量的前提下可缩短运算时间,提高高光谱图像的降维效率。 展开更多

关键词 高光谱图像 数据降维 二维主成分分析 波段子空间划分 小波融合

在线阅读 下载PDF 职称材料

基于2D-PCA的两级LDA人脸识别方法 被引量：3

2

作者 王友钊 潘芬兰 黄静 《计算机工程》 CAS CSCD 2014年第9期243-247,共5页

线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以... 线性鉴别分析(LDA)小样本问题的已有解决方法在构造最优投影子空间时未完整利用LDA的4个信息空间,为此,提出一种基于二维主成分分析(2D-PCA)的两级LDA人脸识别方法。采用减法运算对样本类内散度矩阵和类间散度矩阵的特征值矩阵求逆,以解决小样本问题,并连续应用Fisher准则和修改后的Fisher准则连接2个投影子空间,获取包含LDA的4个信息空间的最优投影方向,利用2D-PCA对输入样本做预处理,以减少计算复杂度。在ORL和YALE人脸库上的实验结果表明,该方法虽然训练时间略有增加,但识别率分别为92.5%和95.8%,优于其他常用LDA算法。 展开更多

关键词 线性鉴别分析 直接线性鉴别分析 二维主成分分析 小样本问题 人脸识别 特征提取

在线阅读 下载PDF 职称材料

基于L_p范数的2DPCA的人脸识别方法 被引量：3

3

作者 李勇 梁志贞 夏士雄 《计算机工程与应用》 CSCD 2013年第11期183-186,227,共5页

主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一... 主成分分析(PCA)是降维的一种经典方法。二维主成分分析(2DPCA)在特征抽取之前不需要将图像矩阵转化为向量形式,所以能快速地提取特征。但是基于L2范数的PCA和2DPCA在遇到异常值时的表现不稳定而且得到的向量通常不是稀疏的。提出了一种基于L1范数的且受Lp范数约束的2DPCA方法(2DPCA-Lp)。当参数p接近1时,它可以得到稀疏的解。该方法既具有2DPCA的快速方便性,又是泛化的并且对异常值较不敏感。同时也证明该方法可以取得一个局部最大化的解。通过在ORL和UMIST人脸库上的实验表明了该方法的有效性。 展开更多

关键词 主成分分析 脸识别 特征提取 二维主成份分析 LP范数 ORL人脸库

在线阅读 下载PDF 职称材料

一种基于2DPCA的煤岩识别新方法 被引量：2

4

作者 贾新泽 杨慧贞 +2 位作者 段晋有 田甜 程永强 《太原理工大学学报》 CAS 北大核心 2011年第5期531-533,538,共4页

针对传统PCA方法用于煤岩识别常常面临图像维数高,直接计算数量大的问题,提出并实现了一种基于2DPCA的煤岩识别方法。这种识别方法是基于图像矩阵的主分量分析法,由于它的协方差矩阵可由原图像矩阵直接构建,因此2DPCA使用的协方差矩阵... 针对传统PCA方法用于煤岩识别常常面临图像维数高,直接计算数量大的问题,提出并实现了一种基于2DPCA的煤岩识别方法。这种识别方法是基于图像矩阵的主分量分析法,由于它的协方差矩阵可由原图像矩阵直接构建,因此2DPCA使用的协方差矩阵同传统PCA相比要小很多。实验结果表明,在训练样本数相同的情况下,2DPCA耗时仅占PCA总耗时的60%左右,并且随着训练样本的增多,2DPCA与PCA之间的耗时差会越来越大。识别率较PCA方法提高了近10%,图像SNR也由原来的4.53 dB提高到12.17 dB。2DPCA在速度方面表现优越,准确性方面也令人满意,有效的提高了煤岩识别的效率。 展开更多

关键词 煤岩识别 PCA 2DPCA

在线阅读 下载PDF 职称材料

基于小波变换的融合两种2DPCA的人像认证算法

5

作者 栾方军 郭红梅 +1 位作者 蔺蘭 王永会 《沈阳建筑大学学报（自然科学版）》 CAS 北大核心 2010年第5期1001-1005,共5页

目的为了解决单一2DPCA方法在人像识别中的局限性问题,提出一种在小波变换降维的基础上融合两种2DPCA的人像认证算法.方法采用2维小波变换对人像进行分解,抽取低频信息构成新的特征描述,再分别使用基于总协方差矩阵和类间散布矩阵的2DPC... 目的为了解决单一2DPCA方法在人像识别中的局限性问题,提出一种在小波变换降维的基础上融合两种2DPCA的人像认证算法.方法采用2维小波变换对人像进行分解,抽取低频信息构成新的特征描述,再分别使用基于总协方差矩阵和类间散布矩阵的2DPCA方法进行初次判决,最后融合2组判决结果得出最终判决,实现基于人像的身份认证.结果在ORL数据库上进行实验,小样本和全部样本情况下最高识别率分别达到99.92%和94.25%,表明了算法的有效性.结论算法优于二维主成分分析方法、单一的基于小波变换的二维主成分分析方法及二维独立元方法,且对表情、姿态及光照变化有一定稳定性. 展开更多

关键词 生物特征认证 人像认证 小波变换 2DPCA

在线阅读 下载PDF 职称材料

基于核主成分分析的地震属性优化方法及应用 被引量：44

6

作者 印兴耀 孔国英 张广智 《石油地球物理勘探》 EI CSCD 北大核心 2008年第2期179-183,124-125+246,共8页

传统的基于线性变换的主成分分析法(PCA)是一种有效的地震属性降维优化方法。但是,当原始数据中存在非线性属性时,用主成分分析法提取的主成分就不能反映这种非线性属性。而核主成分分析(KPCA)则是一种基于原始数据的非线性变换,它可以... 传统的基于线性变换的主成分分析法(PCA)是一种有效的地震属性降维优化方法。但是,当原始数据中存在非线性属性时,用主成分分析法提取的主成分就不能反映这种非线性属性。而核主成分分析(KPCA)则是一种基于原始数据的非线性变换,它可以提取出数据之间的非线性关系。本文从方法原理概述入手,分析了一般主成分分析在处理非线性问题上存在的不足,阐述了基于核函数的主成分分析方法,并将其首次应用于地震属性的降维优化中。应用结果表明:基于核函数的主成分分析方法具有优秀的特征提取性能。 展开更多

关键词 属性降维优化 主成分分析(PCA) 核函数 核主成分分析(KPCA)

在线阅读 下载PDF 职称材料

ICA与PCA在高光谱数据降维分类中的对比研究 被引量：22

7

作者 臧卓 林辉 杨敏华 《中南林业科技大学学报》 CAS CSCD 北大核心 2011年第11期18-22,共5页

利用独立主成分算法与主成分分析法分别对原始数据及3种预处理数据进行降维运算,再利用常用的4种分类算法分类,对比分类结果发现,独立主成分算法与主成分分析算法在乔木树种高光谱数据降维中并不具有非常明显的优势,且独立分量分析(ICA... 利用独立主成分算法与主成分分析法分别对原始数据及3种预处理数据进行降维运算,再利用常用的4种分类算法分类,对比分类结果发现,独立主成分算法与主成分分析算法在乔木树种高光谱数据降维中并不具有非常明显的优势,且独立分量分析(ICA)算法提取用于分类的数据不如PCA算法稳定;从计算机的运行成本上来看,PCA算法优于ICA算法,基本上ICA算法平均成本是PCA算法的4到5倍;不同的数据预处理及降维方法组合对分类结果影响明显,d(log(R))结合PCA算法,log(R)结合ICA算法降维结果最理想;通过比较乔木树种高光谱数据的分类结果发现,Fisher判别法最适合对PCA和ICA降维结果进行分类。 展开更多

关键词 高光谱 降维 分类 独立主成分 主成分

在线阅读 下载PDF 职称材料

光谱信息降维及判别模型建立用于识别湿地植物物种 被引量：16

8

作者 刘雪华 孙岩 吴燕 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2012年第2期459-464,共6页

研究分析了北京地区常见湿地植物的高光谱数据特征。主要采用马氏距离法和主成分分析法对光谱进行降维,并对光谱特征进行分析和提取;利用提取的光谱信息构建判别模型对湿地植物进行判别,并对模型精度进行比较评价,最后获得最佳判别模型... 研究分析了北京地区常见湿地植物的高光谱数据特征。主要采用马氏距离法和主成分分析法对光谱进行降维,并对光谱特征进行分析和提取;利用提取的光谱信息构建判别模型对湿地植物进行判别,并对模型精度进行比较评价,最后获得最佳判别模型。研究结果显示:(1)马氏距离法和主成分分析法都能对光谱进行有效降维,(2)利用从光谱中提取的特征参数建立的判别模型,得到物种识别的精度都高于90%。可见,湿地植物高光谱数据信息的变换和利用能促进对湿地植物光谱特征的认识和提取,而建立模型进行植物判别可以指导未来遥感领域的湿地制图和监测。 展开更多

关键词 高光谱 光谱降维 马氏距离法 主成分分析法 物种识别

在线阅读 下载PDF 职称材料

化工过程系统的状态空间分析 被引量：6

9

作者 钱宇 姚志湘 李秀喜 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第11期14-19,共6页

对过程测量因次和机理进行分析 ,提出了状态空间维数的判定准则 ,将独立成分分析方法用于过程状态空间分析和获取状态变量 ,探讨了确定状态空间的影响因素 .仿真案例中 ,依据准则判定了状态空间维数和对应的状态变量 ,准则判定结果和多... 对过程测量因次和机理进行分析 ,提出了状态空间维数的判定准则 ,将独立成分分析方法用于过程状态空间分析和获取状态变量 ,探讨了确定状态空间的影响因素 .仿真案例中 ,依据准则判定了状态空间维数和对应的状态变量 ,准则判定结果和多变量统计结果一致 ;采用独立成分分析 ,确定出状态独立分量 ,清晰、准确地对系统进行了描述 ,证实独立成分分析是一种有效的状态空间分析工具 . 展开更多

关键词 化工过程 状态空间 主成分分析 PCA 独立成分分析 ICA 量纲分析 维

在线阅读 下载PDF 职称材料

穿戴式跌倒检测中特征向量的提取和降维研究 被引量：6

10

作者 李雷 张帆 +1 位作者 施化吉 周从华 《计算机应用研究》 CSCD 北大核心 2019年第1期103-105,11,共4页

穿戴式跌倒检测中老年人特征属性过多会造成维数灾难,影响后续跌倒检测精度。针对此问题,首先采用时域分析法提取初始特征向量集,用提出的改进核主成分分析算法(IKPCA)对特征向量进行降维,从而获得优质的特征向量集,使得后续的分类具有... 穿戴式跌倒检测中老年人特征属性过多会造成维数灾难,影响后续跌倒检测精度。针对此问题,首先采用时域分析法提取初始特征向量集,用提出的改进核主成分分析算法(IKPCA)对特征向量进行降维,从而获得优质的特征向量集,使得后续的分类具有更好的效果。IKPCA算法首先利用I-RELIEF算法对初始特征向量集进行特征选择,然后计算跌倒特征向量的信息度量和相似度度量;最后根据跌倒特征向量的相似度度量剔除无效的跌倒特征向量。IKPCA算法不但保持核主成分分析算法(KPCA)较好的降维能力,而且扩充了较好的分类能力。利用真实的数据集进行实验,对比分析表明,相比其他算法,IKPCA算法能够得到更优质的特征向量数据集。 展开更多

关键词 跌倒检测 特征向量 核主成分分析 降维

在线阅读 下载PDF 职称材料

一种结合有效降维和K-means聚类的协同过滤推荐模型 被引量：15

11

作者 郁雪 李敏强 《计算机应用研究》 CSCD 北大核心 2009年第10期3718-3720,3762,共4页

为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效... 为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效性,特别在目标用户的历史评价信息较少的情况下,也能有较好的预测精度。 展开更多

关键词 协同过滤 主成分分析 维数约简 K-MEANS聚类

在线阅读 下载PDF 职称材料

基于主成分和两维图论聚类分析的农村居民点整合时序研究——以重庆市璧山县为例 被引量：5

12

作者 费智慧 王成 +1 位作者 赵帅华 李丹 《地域研究与开发》 CSSCI 北大核心 2014年第1期93-98,共6页

从经济、社会、农户后顾生计来源3个层次选取11个指标构建综合评价指标体系,运用主成分分析法初拟璧山县农村居民点整合时序,提取各乡、镇政府驻地经纬度坐标并结合主成分因子得分,采用两维图论聚类分析从空间角度确定璧山县农村居民点... 从经济、社会、农户后顾生计来源3个层次选取11个指标构建综合评价指标体系,运用主成分分析法初拟璧山县农村居民点整合时序,提取各乡、镇政府驻地经纬度坐标并结合主成分因子得分,采用两维图论聚类分析从空间角度确定璧山县农村居民点整合核心点并依据核心点辐射作用划分圈层,依据圈层核心点在主成分分析结果中排序并结合现实情境确定璧山县农村居民点整合时序。结果表明,璧山县开展农村居民点整合可以七塘镇、河边镇、青杠街道、健龙乡为核心点划分4个圈层,A圈层={七塘镇、八塘镇、大路镇},B圈层={河边镇、福禄镇、大兴镇},C圈层={青杠街道、璧城街道、正兴镇、丁家镇},D圈层={健龙乡、广普镇、三合镇};整合时序为:圈层C>圈层B>圈层D>圈层A,以圈层C核心点青杠街道为中心分别向其西北、西南、东北方向辐射圈层B、圈层D、圈层A核心点。研究结果可为农村居民点整合工作开展和新农村建设提供决策依据。 展开更多

关键词 农村居民点整合 时序 主成分分析 两维图论聚类分析 农户后顾生计来源 璧山县 重庆市

在线阅读 下载PDF 职称材料

基于视感知特征的多光谱高保真降维方法研究 被引量：6

13

作者 梁金星 万晓霞 卢玮朋 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第1期177-182,共6页

为解决多光谱数据在降维压缩过程中的颜色精度保持问题,提出一种基于人眼视觉感知特征的多光谱数据高保真降维压缩方法(VPCM)。研究首先依据人眼视觉响应的非线性解析特征,成功构建了同时综合人眼光谱特征与色度特征的变换函数,并通过... 为解决多光谱数据在降维压缩过程中的颜色精度保持问题,提出一种基于人眼视觉感知特征的多光谱数据高保真降维压缩方法(VPCM)。研究首先依据人眼视觉响应的非线性解析特征,成功构建了同时综合人眼光谱特征与色度特征的变换函数,并通过进一步构造的优化函数对其进行修正,以针对不同的样本集找到最佳变换方向,而后利用修正后的视觉特征变换函数对光谱样本集进行空间变换(Γ(S)=C),然后利用主成分分析方法对经视觉特征函数变换后样本集光谱数据进行降维压缩处理,并通过逆变换重构出样本集光谱数据(Γ-1(C)=^S),进行降维评价。实验选取四类具有典型代表性的数据集作为测试样本,分别以D50/2°条件下的CIELab色差和75组典型照明光源(钨丝灯、荧光灯和LED灯)下的平均同色异谱指数(MMI)作为色度主要评价指标,同时对比了Lab-PQR和2-XYZ两种较为先进的光谱降维算法。实验结果为VPCM方法的MMI值最小,其次是LabPQR,而2-XYZ的表现较差;VPCM方法在75组光源下对四组样本集的平均重构色差ΔEab也为最小,且最大样本平均色差及方差均要小于其他两种方法;VPCM方法的重构光谱精度介于Lab-PQR和2-XYZ之间,Lab-PQR的重构光谱精度最高。实验结果显示新方法色度压缩精度整体优于对比的两种方法,在变换参考条件下具有良好的色差稳定性,能够较好的应用于多光谱数据色度高保真压缩。 展开更多

关键词 多光谱 视觉特征函数 光谱降维 主成分分析 色度精度

在线阅读 下载PDF 职称材料

基于改进二维主成分分析及神经网络的人耳识别方法 被引量：3

14

作者 刘嘉敏 刘强 朱晟君 《计算机应用》 CSCD 北大核心 2009年第12期3357-3359,共3页

针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法。该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特... 针对人耳识别特征提取阶段二维主成分分析算法(2DPCA)所提取的人耳特征维数较大,从而造成实时性差、数据存储空间不足等问题提出了一种改进方法。该方法首先对人耳图片进行预处理,然后采用改进的两级2DPCA算法,进一步压缩提取的人耳特征维数,最后采用BP神经网络进行分类识别。实验表明,将改进的两级2DPCA算法同BP神经网络相结合,具有较好的实时性,同时节约了特征数据的存储空间,并保持了较好的识别率。 展开更多

关键词 二维主成分分析 人耳特征维数 数据存储空间 BP神经网络 人耳识别

在线阅读 下载PDF 职称材料

近邻保持降维技术在网络异常检测中的应用 被引量：1

15

作者 贾伟峰 刘凌霞 张凤荔 《计算机工程与应用》 CSCD 北大核心 2010年第35期101-103,共3页

针对入侵检测中的高维数据处理问题,以直推式网络异常检测方法为原型,提出了一种基于近邻保持降维方法的新模型。该模型能够用于高维数据的降维,从而减少欧氏距离的计算量,加快异常检测算法的训练及检测速度。采用著名的KDDcup99公用数... 针对入侵检测中的高维数据处理问题,以直推式网络异常检测方法为原型,提出了一种基于近邻保持降维方法的新模型。该模型能够用于高维数据的降维,从而减少欧氏距离的计算量,加快异常检测算法的训练及检测速度。采用著名的KDDcup99公用数据集的仿真实验表明,相比较基于主成分分析法和单类支持向量机的网络异常检测模型来说,基于近邻保持降维技术的检测模型能够在降维的同时,保持较高的检测率和较低的误报率。 展开更多

关键词 近邻保持 网络异常检测 主成分分析 特征降维

在线阅读 下载PDF 职称材料

双向压缩二维特征抽取人脸识别新方法 被引量：1

16

作者 郭志强 杨杰 《计算机科学》 CSCD 北大核心 2009年第11期296-299,共4页

提出了二维主成分分析(2DPCA)与二维线性鉴别分析(2DLDA)相结合的双向压缩投影的子空间人脸识别方法。该方法在进行一次2DPCA运算后,对特征矩阵进行转置,再进行2DLDA运算,与(2D)2PCA与(2D)2LDA相比,充分利用了2DPCA和2DLDA的优点,既包... 提出了二维主成分分析(2DPCA)与二维线性鉴别分析(2DLDA)相结合的双向压缩投影的子空间人脸识别方法。该方法在进行一次2DPCA运算后,对特征矩阵进行转置,再进行2DLDA运算,与(2D)2PCA与(2D)2LDA相比,充分利用了2DPCA和2DLDA的优点,既包含了样本的类别信息,又消除了图像矩阵行和列的相关性,有效地提取了行和列的识别信息,识别特征维数也大幅度减少。在ORL和PERET人脸库上的实验表明,在不影响识别速度的情况下,其识别率优于现有二维特征提取方法。 展开更多

关键词 人脸识别 二维线性鉴别分析 二维主成分分析

在线阅读 下载PDF 职称材料

基于主成分分析的Mamdani模糊推理在河流健康评价中的应用 被引量：3

17

作者 周靖楠 王笑宇 +1 位作者 王国玖 刘振男 《水电能源科学》 北大核心 2017年第10期46-50,共5页

为了准确评价河流健康程度,提出一种利用主成分分析改进的Mamdani模糊推理系统评价方法,该方法分别选取高斯型和三角型隶属度函数构建输入和输出变量模型,并利用主成分分析法对评价指标进行降维,降维后的3个主成分由专家经验机制和根据... 为了准确评价河流健康程度,提出一种利用主成分分析改进的Mamdani模糊推理系统评价方法,该方法分别选取高斯型和三角型隶属度函数构建输入和输出变量模型,并利用主成分分析法对评价指标进行降维,降维后的3个主成分由专家经验机制和根据贡献率均匀分配的权重组成12个"if-then"规则。评价模型选用截断法和重心法进行去模糊化操作。对太湖周边的6条有代表性的河流的健康评价结果表明,改进评价方法的评价结果与传统综合赋权评价结果的相对误差在可接受范围内,而改进方法操作简单且大幅提高了评价的效率,有较强的实用价值。 展开更多

关键词 河流健康评价 Mamdani模糊推理系统 主成分分析 降维

在线阅读 下载PDF 职称材料

基于双向二维加权主元分析的人脸表情识别

18

作者 韩金玉 赵瑞 《计算机工程与应用》 CSCD 北大核心 2008年第10期179-180,184,共3页

提出了一种双向二维加权主元分析方法用于人脸表情特征提取,该方法从水平和垂直两个方向对图像矩阵进行降维处理,大幅降低了所提取的特征数目;且考虑到人脸不同部位包含不同的表情信息这一特点,对各个特征赋予不同的权重系数。实验证明... 提出了一种双向二维加权主元分析方法用于人脸表情特征提取,该方法从水平和垂直两个方向对图像矩阵进行降维处理,大幅降低了所提取的特征数目;且考虑到人脸不同部位包含不同的表情信息这一特点,对各个特征赋予不同的权重系数。实验证明,与已有的二维主元分析相比较,该方法不但运算速度快,且获得了更高的识别率。 展开更多

关键词 表情识别 特征提取 二维主元分析 双向二维加权主元分析

在线阅读 下载PDF 职称材料

基于多目标遗传算法和主成分分析的船型主尺度论证 被引量：4

19

作者 陈雅菊 《船海工程》 北大核心 2015年第2期31-35,共5页

为了解决船舶方案设计中面临的方案生成和决策问题,引入多目标遗传算法和综合评价方法,将船舶主尺度确定转换为多目标优化和决策评价问题,使用第二代快速非劣解排序的多目标遗传算法(NSGA II),在一个迭代周期获得多个可行解,采用主成分... 为了解决船舶方案设计中面临的方案生成和决策问题,引入多目标遗传算法和综合评价方法,将船舶主尺度确定转换为多目标优化和决策评价问题,使用第二代快速非劣解排序的多目标遗传算法(NSGA II),在一个迭代周期获得多个可行解,采用主成分分析方法对备选解进行综合评价,按照主成分得分给出比较排序。以一艘水面船舶在概念设计阶段的船型主尺度论证为例,数值结果表明所采用的方法是可行的且具有较好的适应性。 展开更多

关键词 主尺度论证 快速非劣解排序遗传算法(NSGAII) 主成分分析 决策

在线阅读 下载PDF 职称材料

一种基于组合算法的异常用电模式辨识方法 被引量：3

20

作者 袁翔宇 张蓬鹤 +2 位作者 熊素琴 赵波 李求洋 《电测与仪表》 北大核心 2023年第6期160-166,共7页

针对电力用户异常用电的检测问题,提出了一种基于无监督组合算法的异常用电模式辨识方法。所提辨识方法由数据处理、特征提取、离群检测三部分组成。文中先获取用户的用电量及相关数据,进行数据清洗和缺失数值补全;再对数据进行特征提取... 针对电力用户异常用电的检测问题,提出了一种基于无监督组合算法的异常用电模式辨识方法。所提辨识方法由数据处理、特征提取、离群检测三部分组成。文中先获取用户的用电量及相关数据,进行数据清洗和缺失数值补全;再对数据进行特征提取,得到相应的异常用电识别特征量;通过k均值聚类将用户聚为两组,并分别对每组进行主成分分析优化特征空间,计算离群邻近度,通过2 sigma原则实现异常用电用户辨识。该方法通过聚类、优化特征空间、离群检测组合算法,提高了辨识效率。文中采用真实用电数据进行了异常用电用户辨识仿真实验,辨识结果验证了该方法的有效性。 展开更多

关键词 异常用电 K均值聚类 主成分分析 离群邻近度 欧几里得距离 2 sigma原则

在线阅读 下载PDF 职称材料