期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,301篇文章
< 1 2 … 66 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于主成分分析和神经网络聚类的城市坡道行驶工况研究
1
作者 宋宇臻 吴智敏 +2 位作者 阴晓峰 雷雨龙 梁益铭 《汽车技术》 北大核心 2025年第5期47-54,共8页
针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行... 针对车用性能评价的城市行驶工况缺乏坡道信息的问题,提出了一种基于自组织映射(SOM)神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据,将预处理后数据划分短行程,选取20个表征道路运行特征的短行程特征参数;利用主成分分析法对特征参数降维,使用SOM神经网络对短行程进行聚类分析;基于坡道平滑衔接的原则,选取相关度较高的短行程,并构建包含速度、坡度信息的城市坡道行驶工况。自动变速器坡道性能测试结果表明:所构建工况能够体现车辆在具有城市坡道特征道路的行驶特性,可作为车辆城市坡道行驶性能测试的基准工况。 展开更多
关键词 坡道行驶工况 主成分分析 SOM神经网络 聚类分析 性能测试
在线阅读 下载PDF
UPLC-Q-Exactive Focus-MS/MS结合网络药理学分析檀香化学成分及抗炎抗氧化作用机制
2
作者 彭红星 马懿飞 +5 位作者 钟恒艳 黄丽莎 何民友 李振雨 陈向东 魏梅 《特产研究》 2025年第4期88-97,103,共11页
通过超高效液相色谱静电场轨道阱高分辨质谱(UPLC-Q-Exactive Focus-MS/MS)结合网络药理学,探明檀香抗炎抗氧化作用药效物质基础和初步机制。本研究采用高分辨质谱结合对照品信息及文献比对研究,鉴定其化学成分。通过TCMSP以及Swiss Tar... 通过超高效液相色谱静电场轨道阱高分辨质谱(UPLC-Q-Exactive Focus-MS/MS)结合网络药理学,探明檀香抗炎抗氧化作用药效物质基础和初步机制。本研究采用高分辨质谱结合对照品信息及文献比对研究,鉴定其化学成分。通过TCMSP以及Swiss Target Prediction数据库检索上述化学成分的靶点信息;通过Disgenet、GeneCards数据库检索得到炎症和氧化应激的相关靶点;将檀香主要成分靶点与炎症及氧化应激靶点取交集,并在Cytoscape 3.10.0软件上绘制蛋白互作(PPI)网络图,筛选核心靶点;再通过DAVID数据库对核心靶蛋白开展GO功能分析和KEGG通路富集分析研究,并通过微生信平台和Sangerbox平台对富集结果进行可视化;最后,通过Autodock分析平台对接核心靶蛋白及活性成分,在PyMOL 2.6.0中进行可视化展示。檀香定性分析中共鉴定出21个化合物,主要包括有机酸类14个、芳香醛类4个、酯类2个、其他1个;筛选出抗炎抗氧化的活性成分3个,分别为4-甲基水杨酸、3-羟基肉桂酸甲酯以及咖啡酸,核心靶点包括TP53、STAT3、PTGS2、SRC、TLR4、SIRT1等;GO功能富集分析结果显示,各核心靶点共参与394个生物过程、63个细胞组分、100个分子功能作用;KEGG通路分析发现,癌症通路是檀香活性成分抗炎抗氧化最主要的机制通路;分子对接结果显示,超过40%的活性成分与靶蛋白的对接结合能小于-4.25 kJ/mol,说明对接效果较好。本方法揭示了檀香醇溶性化学成分的抗炎抗氧化作用机制,可为檀香饮片的配伍使用以及临床应用提供参考依据。 展开更多
关键词 檀香 质谱 成分分析 网络药理学 炎症 氧化应激
在线阅读 下载PDF
基于主成分分析-BP神经网络的风电备件需求预测 被引量：13
3
作者 李晓娟 张芳媛 喻玲 《科学技术与工程》 北大核心 2024年第1期281-288,共8页
风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-... 风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-BP)模型,针对受多因素影响的复杂备件,先利用PCA将影响风电备件的要素进行筛选,再利用BP神经网络算法,得到最为精确的预测结果。比较自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型、BP神经网络预测和PCA-BP神经网络预测的结果。结果表明:PCA能显著降低神经网络预测误差,预测的精度为93.94%,高于BP神经网络预测的88.39%和ARIMA模型的85.31%,所以PCA-BP神经网络模型的预测精度准确且有可靠结果,能够适用于风机备件的需求预测。 展开更多
关键词 主成分分析 神经网络 风电备件 需求预测
在线阅读 下载PDF
茶香风味蒸馏酒工艺优化及挥发性风味成分分析
4
作者 汪江波 夏啸 +5 位作者 毛春奎 陈家豪 何超 蔡凤娇 张瑞景 徐健 《中国酿造》 北大核心 2025年第5期233-238,共6页
为了提高茶叶副产物的利用率,以新鲜麦芽(即发芽大麦)与绿茶梗作为混合发酵原料,采用传统固态发酵制备茶香风味蒸馏酒。以感官评分和乙酸乙酯含量为评价指标,在单因素试验基础上,采用中心组合设计(CCD)试验以及人工神经网络(ANN)分析结... 为了提高茶叶副产物的利用率,以新鲜麦芽(即发芽大麦)与绿茶梗作为混合发酵原料,采用传统固态发酵制备茶香风味蒸馏酒。以感官评分和乙酸乙酯含量为评价指标,在单因素试验基础上,采用中心组合设计(CCD)试验以及人工神经网络(ANN)分析结合遗传算法对其发酵工艺进行优化,并采用气相色谱-质谱联用(GC-MS)法测定酒体挥发性风味成分。结果表明,最佳发酵工艺条件为:绿茶梗添加量7%、熟粮含水率52%、酒曲添加量0.7%,发酵时间7 d,发酵温度25℃。在此优化条件下,茶香风味蒸馏酒的乙酸乙酯含量为0.46 g/L,感官评分为86.67分,酒精度为55%vol。基于GC-MS共检测出31种挥发性风味物质,其中,醇类5种、酯类16种、醛酮类5种及其他类5种。酯类物质含量最高,占所有风味物质含量的52%。茶香风味蒸馏酒茶香浓郁,口感醇厚,风味典型,一定程度上丰富了茶酒种类。 展开更多
关键词 茶香风味蒸馏酒 绿茶梗 人工神经网络分析 挥发性风味成分 乙酸乙酯 感官评分
在线阅读 下载PDF
基于独立成分分析的终末期肾病患者静态及动态功能网络连接研究 被引量：1
5
作者 张谍 陈影影 +5 位作者 沈晶 都丽娜 谢青 敬丽 林琳 伍建林 《放射学实践》 CSCD 北大核心 2024年第3期335-341,共7页
目的:探索终末期肾病(ESRD)患者功能网络连接(FNC)的静态及动态变化特点。方法:收集33例ESRD患者及34例健康对照组作为研究对象。首先基于独立成分分析识别到6个静息态功能网络,即听觉网络、凸显网络、视觉网络、感觉运动网络(SMN)、执... 目的:探索终末期肾病(ESRD)患者功能网络连接(FNC)的静态及动态变化特点。方法:收集33例ESRD患者及34例健康对照组作为研究对象。首先基于独立成分分析识别到6个静息态功能网络,即听觉网络、凸显网络、视觉网络、感觉运动网络(SMN)、执行控制网络(ECN)及默认网络。然后比较两组静态功能网络连接(sFNC)和动态功能网络连接(dFNC)相关参数的差异,并与神经心理测试进行相关分析。结果:sFNC分析显示ESRD组ECN与SMN的sFNC强度显著高于健康对照组(P<0.05,FDR校正),而且与执行功能评分[连线追踪测试A(TMT-A)]呈显著正相关(r=0.429,P=0.018)。dFNC分析显示ESRD组状态3的时间分数和平均驻留时间显著低于健康对照组(P<0.05);状态2的时间分数(r=0.503,P=0.005)和平均驻留时间(r=0.412,P=0.024)与TMT-A评分呈显著正相关;状态4的时间分数与焦虑评分呈显著负相关(r=-0.372,P=0.043)。结论:本研究采用独立成分分析的方法揭示了ESRD患者静态及动态功能网络连接的特点,为深入理解ESRD患者神经病理损害机制提供了新视角。 展开更多
关键词 终末期肾病 维持性血液透析 认知功能 功能网络连接 独立成分分析 动态脑网络
在线阅读 下载PDF
基于群组独立成分分析的2型糖尿病患者动态脑功能网络连接特征分析研究 被引量：1
6
作者 张戈 张艳伟 +3 位作者 刘太元 王涵 魏巍 王梅云 《磁共振成像》 CAS CSCD 北大核心 2024年第7期46-50,69,共6页
目的 通过动态脑网络特征分析的方法探索2型糖尿病(type 2 diabetes mellitus, T2DM)认知功能正常患者的自发神经活动改变。材料与方法 本研究前瞻性纳入39名认知功能正常的T2DM患者及年龄、性别、文化程度与T2DM患者相匹配的同等数量... 目的 通过动态脑网络特征分析的方法探索2型糖尿病(type 2 diabetes mellitus, T2DM)认知功能正常患者的自发神经活动改变。材料与方法 本研究前瞻性纳入39名认知功能正常的T2DM患者及年龄、性别、文化程度与T2DM患者相匹配的同等数量的健康对照者,两组患者均行3.0 T静息态脑功能磁共振扫描。图像经预处理后,使用GIFT工具包进行动态脑网络分析,提取动态功能连接指标并比较组间差异,并分析以上指标与T2DM患者临床指标的相关性。结果 与对照组相比,T2DM患者在state5中的平均滞留时间和时间分数显著高于健康对照组(P=0.014、0.039),并且初级视觉网络和突显网络的功能连接显著升高(P=0.027),空间视觉网络和基底节网络的功能连接显著降低(P=0.044),然而上述动态脑功能指标与空腹血糖值等临床指标无显著相关性(P均>0.05)。结论 认知功能正常T2DM患者的动态脑功能连接模式以及视觉相关网络的动态功能连接存在异常改变,这为理解T2DM相关神经病理机制提供了一定的借鉴意义。 展开更多
关键词 2型糖尿病 认知障碍 静息态功能磁共振成像 磁共振成像 独立成分分析 动态功能网络连接
在线阅读 下载PDF
船舶冲击环境网络预报的参数主成分分析方法 被引量：1
7
作者 赵晓俊 郭君 +1 位作者 杨俊杰 赵华讯 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1655-1661,共7页
针对由于船舶水下爆炸冲击的强非线性特征引起的在利用神经网络进行冲击环境预报时精度不高的问题,本文采用一种基于主成分分析的方法对网络模型的输入参数作降维处理从而提高精度。利用矩阵特征值提取和矩阵变换,通过主成分分析方法以... 针对由于船舶水下爆炸冲击的强非线性特征引起的在利用神经网络进行冲击环境预报时精度不高的问题,本文采用一种基于主成分分析的方法对网络模型的输入参数作降维处理从而提高精度。利用矩阵特征值提取和矩阵变换,通过主成分分析方法以及因子分析对原始数据样本进行数据降维处理,再选择适应的网络对冲击谱值进行快速预报。实验结果表明:主成分选取主要参考特征值的大小及下降趋势,保留陡降段的特征值,并分析过渡段特征值的取舍;同时验证了对参数实施去相关处理和降维处理可以明显改善神经网络的预报准确性。 展开更多
关键词 参数降维 矩阵变换 因子分析 主成分 神经网络 水下爆炸 冲击环境 快速预报
在线阅读 下载PDF
基于核主成分分析与长短时记忆网络的水电机组监测预警
8
作者 王勇飞 李晓飞 +3 位作者 孙雨欣 张健 郭鹏程 王仁本 《振动与冲击》 EI CSCD 北大核心 2024年第24期287-294,共8页
水电机组的可靠稳定运行对于区域电力系统安全极为重要,该文提出了一种基于核主成分分析(kernel principal component analysis, KPCA)和长短时记忆网络(long short-term memory, LSTM)的水电机组智能预警方法。开展水电机组多通道振动... 水电机组的可靠稳定运行对于区域电力系统安全极为重要,该文提出了一种基于核主成分分析(kernel principal component analysis, KPCA)和长短时记忆网络(long short-term memory, LSTM)的水电机组智能预警方法。开展水电机组多通道振动信号数据融合研究,通过KPCA方法去除了多通道信号间冗余,实现了原始数据的压缩表征,并获得了机组在稳态运行工况的T2(Hotelling’s Fsquared)和SPE(square prediction error)控制限,将其作为预警阈值对融合后信号进行异常状态识别。以LSTM为基础构建了时序预测模型,结合异常状态识别结果实现了水电机组状态预警功能。研究通过案例实施验证了所提方法的有效性,并与KPCA-RNN和KPCA-Informer等模型进行了对比,所提出KPCA-LSTM模型预测结果的R2系数大于0.97,预测偏差处于极低水平,性能优于对比模型。 展开更多
关键词 水电机组 长短时记忆网络(LSTM) 核主成分分析(KPCA) 预警阈值
在线阅读 下载PDF
基于GA-BP神经网络和响应面法优化山黄皮叶黄酮提取工艺及其抗氧化活性分析
9
作者 王润铃 郭德军 +1 位作者 张涛 郑树芳 《包装与食品机械》 北大核心 2025年第3期42-53,共12页
为优化超声辅助提取山黄皮叶黄酮的提取工艺,分析黄酮组分及体外抗氧化能力,利用响应面法与遗传算法优化反向传播(GA-BP)神经网络,对黄酮提取过程进行建模与预测;利用液质对黄酮成分进行组成分析,并采用体外抗氧化试验分析黄酮的抗氧化... 为优化超声辅助提取山黄皮叶黄酮的提取工艺,分析黄酮组分及体外抗氧化能力,利用响应面法与遗传算法优化反向传播(GA-BP)神经网络,对黄酮提取过程进行建模与预测;利用液质对黄酮成分进行组成分析,并采用体外抗氧化试验分析黄酮的抗氧化活性。结果表明,基于GA-BP神经网络模型优化后的山黄皮叶黄酮提取率略高于响应面法,其工艺为超声时间58 min、超声温度40℃、液料比31 mL/g、乙醇体积分数55%,该条件下黄酮提取率达到5.59%;山黄皮叶中主要含有芦丁、金丝桃苷和槲皮素等13种黄酮类化合物;山黄皮叶黄酮对DPPH,ABTS^(+)·自由基清除能力的半数清除浓度分别为0.64,0.18 mg/mL;当黄酮浓度为2.5 mg/mL时,其铁离子还原能力为94.81 mmol/mL。研究为山黄皮叶的进一步开发利用提供技术支撑。 展开更多
关键词 山黄皮叶 黄酮类化合物 响应面法 GA-BP神经网络 成分分析 体外抗氧化活性
在线阅读 下载PDF
基于主成分自组织神经网络法的测井曲线分层技术 被引量：3
10
作者 张强 胡志伟 +1 位作者 王毛毛 周成号 《地质与勘探》 CAS CSCD 北大核心 2024年第5期1013-1020,共8页
在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进... 在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神经网算法的岩性分层方法有效减少了输入样本的种类,简化了自组织神经网络结构,其自动化分层效果要优于传统的自组织神经网络算法。本文的研究结果表明,主成分自组织神经网算法在砂岩型铀矿领域岩性识别工作中具有较好的应用效果。 展开更多
关键词 测井曲线 自组织神经网络算法 主成分分析法 岩性分层 砂岩型铀矿
在线阅读 下载PDF
基于小波分析和BP神经网络的农业机械化作业水平预测 被引量：1
11
作者 夏晶晶 吕恩利 +1 位作者 邬锡权 陈明林 《中国农机化学报》 北大核心 2024年第12期312-318,共7页
为提高我国农业机械化作业水平的预测精度,针对农业机械化作业水平非线性和非平稳性的特点,基于小波分析和BP神经网络的基本原理,建立小波-BP神经网络的预测模型。首先,系统地分析并提取农业机械化作业水平主要影响因素,采用主成分分析... 为提高我国农业机械化作业水平的预测精度,针对农业机械化作业水平非线性和非平稳性的特点,基于小波分析和BP神经网络的基本原理,建立小波-BP神经网络的预测模型。首先,系统地分析并提取农业机械化作业水平主要影响因素,采用主成分分析的方法进行降维处理;然后,对我国农业机械化作业水平时间序列和影响因素主成分序列进行小波分解获取低频分量和高频分量,进而对低频分量与高频分量分别建立BP神经网络预测模型;最后,将预测得到的低频分量和高频分量通过线性叠加得到最终预测结果。以我国农业机械化作业水平预测为例对该方法进行验证,结果表明:小波-BP神经网络预测模型具有较好的预测效果,模型评价指标平均相对误差、均方根误差、希尔不等系数、一致性指标、有效系数和优秀率分别为0.44%、0.293、0.002 4、0.90、0.972 7和100%,各评价指标均优于其他模型。 展开更多
关键词 农业机械化作业水平 主成分分析 小波分析 BP神经网络
在线阅读 下载PDF
基于多尺度主成分分析的全网络异常检测方法 被引量：43
12
作者 钱叶魁 陈鸣 +3 位作者 叶立新 刘凤荣 朱少卫 张晗 《软件学报》 EI CSCD 北大核心 2012年第2期361-377,共17页
网络异常检测对于保证网络的可靠运行具有重要意义,而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性.针对这一不足,同时考虑流量矩阵的时空相关性,提出了一种基于MSPCA的全网络异常检测方法.该方法综合利用小波变换具有... 网络异常检测对于保证网络的可靠运行具有重要意义,而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性.针对这一不足,同时考虑流量矩阵的时空相关性,提出了一种基于MSPCA的全网络异常检测方法.该方法综合利用小波变换具有的多尺度建模能力和PCA具有的降维能力对正常流量进行建模,然后采用Shewart控制图和EWMA控制图分析残余流量.此外,还利用滑动窗口机制对MSPCA异常检测方法进行在线扩展,提出了一种在线的MSPCA异常检测方法.因特网实测数据分析和模拟实验分析表明:MSPCA算法的检测性能优于PCA算法和近期提出的KLE算法;在线MSPCA算法的检测性能非常接近MSPCA算法,且单步执行时间很短,完全满足实时检测的需要. 展开更多
关键词 网络异常检测 多尺度建模 主成分分析 流量矩阵 在线检测
在线阅读 下载PDF
基于主成分分析与前向反馈传播神经网络的风电场输出功率预测 被引量：26
13
作者 张明理 杨晓亮 +2 位作者 滕云 徐建源 林莘 《电网技术》 EI CSCD 北大核心 2011年第3期183-187,共5页
为了解决单一的传统预测方法在风电场输出功率预测中存在的问题,提出了基于主成分前向反馈神经网络的预测方法。首先采用K-S方法对样本进行选取;然后用主成分分析法提取样本有效信息,求解出主成分,构建神经网络模型进行输出功率预测。... 为了解决单一的传统预测方法在风电场输出功率预测中存在的问题,提出了基于主成分前向反馈神经网络的预测方法。首先采用K-S方法对样本进行选取;然后用主成分分析法提取样本有效信息,求解出主成分,构建神经网络模型进行输出功率预测。结果表明,主成分分析后的神经网络模型消除了输入因子的相关性并简化了网络结构,使网络加速收敛。实例验证,与单一的神经网络模型相比,预测精度有所提高,为风电场输出功率预测提供了一种有效的方法。 展开更多
关键词 风电场 功率预测 主成分分析 BP神经网络
在线阅读 下载PDF
基于主成分分析与神经网络的采矿方法优选 被引量：96
14
作者 陈建宏 刘浪 +1 位作者 周智勇 永学艳 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第5期1967-1972,共6页
基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数... 基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高。 展开更多
关键词 采矿方法 主成分分析法 BP神经网络
在线阅读 下载PDF
改进的主成分分析网络极光图像分类方法 被引量：11
15
作者 韩冰 贾中华 高新波 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2017年第1期83-88,共6页
极光的不同形态蕴含了不同的物理意义,进行极光图像的分类研究对人类生活具有极其重要的科学价值.笔者在简单的深度学习模型主成分分析网络的基础上提出了一种改进的主成分分析网络极光图像分类方法.首先利用改进的主成分分析网络提取... 极光的不同形态蕴含了不同的物理意义,进行极光图像的分类研究对人类生活具有极其重要的科学价值.笔者在简单的深度学习模型主成分分析网络的基础上提出了一种改进的主成分分析网络极光图像分类方法.首先利用改进的主成分分析网络提取极光图像的特征,然后将所得特征输入支持向量机对极光图像进行分类.在中国北极黄河站的全天空图像数据库的分类实验结果表明,所提方法取得了较高分类准确率. 展开更多
关键词 极光图像 深度学习 主成分分析 二维主成分分析 主成分分析网络
在线阅读 下载PDF
工业网络流量异常检测的概率主成分分析法 被引量：22
16
作者 侯重远 江汉红 +1 位作者 芮万智 刘亮 《西安交通大学学报》 EI CAS CSCD 北大核心 2012年第2期70-75,共6页
针对主成分分析(PCA)法用于工业测控网络流量异常检测时存在的误报率高的问题,提出了一种基于概率主成分分析(PPCA)的检测算法.首先通过分析误报成因,建立了工业测控网络流量矩阵的PPCA模型,然后使用迭代变分贝叶斯算法辨识该模型的参数... 针对主成分分析(PCA)法用于工业测控网络流量异常检测时存在的误报率高的问题,提出了一种基于概率主成分分析(PPCA)的检测算法.首先通过分析误报成因,建立了工业测控网络流量矩阵的PPCA模型,然后使用迭代变分贝叶斯算法辨识该模型的参数,再利用模型参数估计值求解流量矩阵的秩的分布函数并得到秩的极大似然估计值,最后以秩的跃变状况为判据进行异常流量检测.模拟攻击实验表明,该方法使漏报率平均下降了32%,从而有效降低了PCA方法的误报率. 展开更多
关键词 工业网络 流量异常检测 主成分分析 误报率 变分贝叶斯
在线阅读 下载PDF
主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧 被引量：71
17
作者 陈英义 程倩倩 +2 位作者 方晓敏 于辉辉 李道亮 《农业工程学报》 EI CAS CSCD 北大核心 2018年第17期183-191,共9页
为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消... 为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。 展开更多
关键词 水产养殖 溶解氧预测 主成分分析 LSTM神经网络 循环神经网络
在线阅读 下载PDF
基于主成分分析与BP神经网络的识别方法研究 被引量：40
18
作者 李军梅 胡以华 陶小红 《红外与激光工程》 EI CSCD 北大核心 2005年第6期719-723,共5页
利用BP神经网络对红外目标进行识别之前,若不对原始样本数据进行预处理与特征提取,一方面使识别结果准确性降低,另一方面使BP神经网络的结构复杂化,采用主成分分析法可解决这些问题。主成分分析法能较好地提取表征样本的少数几个主分量... 利用BP神经网络对红外目标进行识别之前,若不对原始样本数据进行预处理与特征提取,一方面使识别结果准确性降低,另一方面使BP神经网络的结构复杂化,采用主成分分析法可解决这些问题。主成分分析法能较好地提取表征样本的少数几个主分量,由该方法的特点可知,这几个主分量彼此不相关,非常符合特征优化的要求。研究结果表明,用该方法处理后的结果数据输入BP神经网络,提高了识别正确率,减少了训练时间,同时也简化了网络结构。将两种常见的模式识别方法结合用于红外目标识别:先由主成分分析法对原始样本数据进行精简处理,然后再由BP神经网络法进行分类识别,与传统的单一识别方法相比,准确度得到提高,计算量大为减少。 展开更多
关键词 神经网络 主成分分析 目标识别
在线阅读 下载PDF
基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究 被引量：36
19
作者 王茜蒨 黄志文 +2 位作者 刘凯 李文江 阎吉祥 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2012年第12期3179-3182,共4页
研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵... 研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集,建立反向传播(BP)人工神经网络模型。将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别,其识别准确度达到97.5%。实验结果表明,通过采用主成分分析与BP人工神经网络相结合的方法,可以很好地进行塑料激光诱导击穿光谱的分类识别,对塑料的回收利用有重要价值。 展开更多
关键词 激光诱导击穿光谱 塑料 主成分分析 BP人工神经网络 分类识别
在线阅读 下载PDF
基于主成分分析和神经网络的近红外光谱苹果品种鉴别方法研究 被引量：149
20
作者 何勇 李晓丽 邵咏妮 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2006年第5期850-853,共4页
提出了一种用近红外光谱技术快速鉴别苹果品种的新方法,首先用主成分分析法对苹果品种进行聚类分析并获取苹果的近红外指纹图谱,再结合人工神经网络技术进行品种鉴别。主成分分析表明,主成分1和主成分2的累积可信度已达98%,以主成分1和... 提出了一种用近红外光谱技术快速鉴别苹果品种的新方法,首先用主成分分析法对苹果品种进行聚类分析并获取苹果的近红外指纹图谱,再结合人工神经网络技术进行品种鉴别。主成分分析表明,主成分1和主成分2的累积可信度已达98%,以主成分1和2对所有建模样本的得分值做出的得分图,对不同种类苹果具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于苹果品种敏感的特征波段,用特征波段图谱作为神经网络的输入建立三层BP人工神经网络模型。每个品种各25个苹果共75个用来建立神经网络模型,余下的共15个用于预测。对未知的15个样本进行预测,品种识别准确率达到100%。说明文章提出的方法具有很好的分类和鉴别作用,为苹果的品种鉴别提供了一种新方法。 展开更多
关键词 近红外光谱 苹果 主成分分析 人工神经网络 聚类
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 66 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部