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224篇文章
< 1 2 … 12 >
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PCA与K-means聚类的多维火灾风险空间分异分析 被引量：2
1
作者 贺姝逸 罗杰 +3 位作者 刘顶立 刘伟军 卜蓉伟 颜龙 《中国安全生产科学技术》 北大核心 2025年第11期82-89,共8页
为揭示区域火灾风险的空间分异规律,提出构建涵盖社会经济、人口、地理及火灾特征的多维指标体系。基于邵阳市2021—2024年火灾数据,采用PCA提取核心主成分,结合K-means聚类对主成分得分进行空间分区。探究各类区域侧重的风险驱动因子,... 为揭示区域火灾风险的空间分异规律,提出构建涵盖社会经济、人口、地理及火灾特征的多维指标体系。基于邵阳市2021—2024年火灾数据,采用PCA提取核心主成分,结合K-means聚类对主成分得分进行空间分区。探究各类区域侧重的风险驱动因子,并结合场景信息及火灾风险空间热力图对模型的有效性进行验证。研究结果表明:由于各区域功能及地理位置不同,火灾风险特征存在明显差异,模型划分出4类特征鲜明的风险区域:均衡复合型、低风险约束型、经济热点型、自然隐患型,与热力图展示的“东高-中稳-西险”空间梯度高度吻合。研究结果证实了PCA与K-means聚类的多维区域火灾风险模型的有效性,可为区域差异化消防治理提供参考。 展开更多
关键词 区域火灾风险 pca算法 K-MEANS聚类算法 空间分异
在线阅读 下载PDF
融合PCA与SVM的传感数据动态语义标注方法 被引量：1
2
作者 张书月 段超 《传感技术学报》 北大核心 2025年第11期2094-2099,共6页
传感设备采集数据元素间的长距离依赖联系和短距离依赖联系多变,其动态性使得数据标注过程难以实时跟踪,准确性受限。为此,提出融合主成分分析(Principal Component Analysis,PCA)与支持向量机(Support Vector Machine,SVM)的传感数据... 传感设备采集数据元素间的长距离依赖联系和短距离依赖联系多变,其动态性使得数据标注过程难以实时跟踪,准确性受限。为此,提出融合主成分分析(Principal Component Analysis,PCA)与支持向量机(Support Vector Machine,SVM)的传感数据动态语义标注方法。对传感数据进行集成与优化,包括数据波动抑制、缺失数据智能重构和尺度统一化。采用PCA算法对优化后的数据进行降维处理,减少特征数量并保留关键信息。基于自适应SVM的半监督主动学习方法,结合标注和未标注数据,通过主动学习和半监督学习不断优化分类器性能,适应传感数据动态性,实现对传感数据的动态语义标注。实验结果表明,所提方法在所有样本百分比条件下均具有较高的宏平均值,平均为36.8,可精准输出语义标注结果。 展开更多
关键词 数据采集和处理 pca降维 ASVMSAL算法 动态语义标注
在线阅读 下载PDF
PCA+GWO集成特征选择和模型堆叠的客户流失预测
3
作者 刘梅 郑立君 +1 位作者 段永良 段红秀 《计算机工程与应用》 北大核心 2025年第15期329-342,共14页
客户的长期稳定对酒店营收和提高竞争力具有重要意义。在客户流失预测研究中,生产环境采集的数据存在数据量大、维度高、噪点多等问题,导致机器模型的准确率、稳定性和泛化能力下降。针对此类问题,设计了基于PCA+GWO的集成特征选择方法... 客户的长期稳定对酒店营收和提高竞争力具有重要意义。在客户流失预测研究中,生产环境采集的数据存在数据量大、维度高、噪点多等问题,导致机器模型的准确率、稳定性和泛化能力下降。针对此类问题,设计了基于PCA+GWO的集成特征选择方法,并用模型堆叠构建了客户流失预测模型。提出了利用Pearson系数和随机森林(RF)的特征重要性来确定需要降维特征组的方法。改进了灰狼优化算法(GWO)中的灰狼位置更新机制和收敛条件,并将其应用于选择最佳特征子集的过程中。选取了10种不同的机器学习模型进行训练,挑选出F1-score表现最优的模型作为基模型,进行元模型训练。实验结果表明,使用某酒店客户信息数据集时,改进后的GWO算法收敛速度显著提升,且预测模型的F1-score达到了97.9%,该模型具有较强的泛化能力。 展开更多
关键词 特征选择 随机森林(RF) 主成分分析(pca) 灰狼优化(GWO)算法 模型堆叠
在线阅读 下载PDF
基于PCA-NARX的锂离子电池剩余使用寿命预测 被引量：30
4
作者 庞晓琼 王竹晴 +3 位作者 曾建潮 贾建芳 史元浩 温杰 《北京理工大学学报》 EI CAS CSCD 北大核心 2019年第4期406-412,共7页
目前基于数据驱动的锂离子电池RUL预测方法不能较好地适应于同类型不同电池的RUL预测,且预测精度易受健康因子冗余或不足的影响.针对以上问题,提出一种结合主成分分析(PCA)特征融合与非线性自回归(NARX)神经网络的锂离子电池RUL间接预... 目前基于数据驱动的锂离子电池RUL预测方法不能较好地适应于同类型不同电池的RUL预测,且预测精度易受健康因子冗余或不足的影响.针对以上问题,提出一种结合主成分分析(PCA)特征融合与非线性自回归(NARX)神经网络的锂离子电池RUL间接预测框架.首先提取多个能反映电池性能退化的可测参数,并将PCA去除冗余后的结果作为预测健康因子;然后利用一组电池的全寿命数据构建基于NARX神经网络的健康因子和容量预测模型,对同类型不同电池预测时将该电池寿命前期健康因子作为输入,即可间接预测出其RUL.最后实验结果表明所提框架在同类型不同电池RUL的预测中精度较高且适应性较强. 展开更多
关键词 锂离子电池 剩余使用寿命 相关性分析 pca算法 NARX神经网络
在线阅读 下载PDF
基于PCA和希尔伯特谱的柔性薄壁轴承故障诊断研究 被引量：12
5
作者 李伟光 刘振宇 +3 位作者 林鑫 赵学智 林守金 李国臣 《机床与液压》 北大核心 2020年第16期169-175,共7页
针对柔性薄壁轴承在发生故障时产生的非平稳、非线性信号,采用希尔伯特-黄变换方法对其进行分析,同时针对噪声信号会污染整个希尔伯特谱的问题,提出基于SVR谱的PCA降噪算法。通过仿真分析和柔性薄壁轴承故障实验,从轴承内、外圈故障仿... 针对柔性薄壁轴承在发生故障时产生的非平稳、非线性信号,采用希尔伯特-黄变换方法对其进行分析,同时针对噪声信号会污染整个希尔伯特谱的问题,提出基于SVR谱的PCA降噪算法。通过仿真分析和柔性薄壁轴承故障实验,从轴承内、外圈故障仿真信号和实际信号的希尔伯特谱中,均能够得出外圈故障信号频率的变化率为轴承转频的两倍、而内圈故障信号频率的变化率与轴承转频一致的结论。该结论可为工程实际应用提供理论指导。 展开更多
关键词 柔性薄壁轴承 pca算法 希尔伯特谱 故障诊断
在线阅读 下载PDF
PCA-LDA算法在性别鉴别中的应用 被引量：19
6
作者 何国辉 甘俊英 《计算机工程》 EI CAS CSCD 北大核心 2006年第19期208-210,213,共4页
结合主元分析(Principal Components Analysis,PCA)与线性鉴别分析(Linear Discriminant Analysis,LDA)的特点,提出用于性别鉴别的PCA-LDA算法。该算法通过PCA算法求得训练样本的特征子空间,并在此基础上计算LDA算法的特征子空间。将PC... 结合主元分析(Principal Components Analysis,PCA)与线性鉴别分析(Linear Discriminant Analysis,LDA)的特点,提出用于性别鉴别的PCA-LDA算法。该算法通过PCA算法求得训练样本的特征子空间,并在此基础上计算LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合,获得PCA-LDA算法的融合特征空间。训练样本与测试样本分别朝融合特征空间投影,从而得到识别特征。利用最近邻准则即可完成性别鉴别。基于ORL(Olivetti Research Laboratory)人脸数据库的实验结果表明,PCA-LDA算法比PCA算法识别性能好,在性别鉴别中是一种有效的方法。 展开更多
关键词 性别鉴别 pca-LDA算法 融合算法
在线阅读 下载PDF
基于PCA-GABP神经网络的BOD软测量方法 被引量：21
7
作者 冉维丽 乔俊飞 《控制工程》 CSCD 2004年第3期212-215,共4页
针对污水处理过程中关键水质参数无法在线监测的问题,提出基于PCA GABP神经网络的污水水质软测量方法。该方法由两部分组成:主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值,并采用自适应学习速率动量... 针对污水处理过程中关键水质参数无法在线监测的问题,提出基于PCA GABP神经网络的污水水质软测量方法。该方法由两部分组成:主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值,并采用自适应学习速率动量梯度下降算法对神经网络进行训练,建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高,可用于污水处理厂对BOD进行在线预测。 展开更多
关键词 pca-GABP 神经网络 BOD 软测量 主元分析 pca 遗传算法 GA 污水处理 水质在线监测
在线阅读 下载PDF
用于WLAN室内定位的PCA聚类算法 被引量：9
8
作者 杨明极 刘恺怿 邵丹 《电信科学》 北大核心 2016年第7期21-26,共6页
在WLAN室内定位系统中,针对接收信号强度(RSS)的时变特征降低室内定位精度的问题,提出一种基于主成分分析(PCA)白化RSS的聚类算法,该算法首先对信号强度进行PCA白化处理,去除RSS信息的相关性,提高聚类中心的可靠性和合理性,然后通过K-me... 在WLAN室内定位系统中,针对接收信号强度(RSS)的时变特征降低室内定位精度的问题,提出一种基于主成分分析(PCA)白化RSS的聚类算法,该算法首先对信号强度进行PCA白化处理,去除RSS信息的相关性,提高聚类中心的可靠性和合理性,然后通过K-means聚类方式对RSS信息进行聚类,能够有效地提高聚类精度,以此来提高定位精度。实验结果表明,该算法相比于没有经过PCA的传统聚类算法,能够使定位误差在2 m内的概率提高44.8%,性能更优良。 展开更多
关键词 WLAN 室内定位 去相关性 主成分分析 聚类算法
在线阅读 下载PDF
基于增量PCA的目标跟踪算法 被引量：2
9
作者 黄诚 沈昱明 +1 位作者 刘华平 李格格 《江南大学学报（自然科学版）》 CAS 2013年第6期647-652,共6页
在空间遥操作系统中为了获取良好的视觉信息使操作员有种身临其境的感觉,在基于奇异值分解的PCA算法上采用增量PCA跟踪算法,避免了提取大量图片的问题;将该算法与PTZ摄像机相结合,设计了一套基于主动视觉的目标跟踪系统。为机械臂提供... 在空间遥操作系统中为了获取良好的视觉信息使操作员有种身临其境的感觉,在基于奇异值分解的PCA算法上采用增量PCA跟踪算法,避免了提取大量图片的问题;将该算法与PTZ摄像机相结合,设计了一套基于主动视觉的目标跟踪系统。为机械臂提供灵敏的感知系统,在不接触目标的情况下将相关信息及时传递给地面操作员,便于操作员自然、有效地解决问题。在机械臂动作之前执行规划,在动作过程中不断地反馈信息,适合于对环境变化有适应性要求的作业。 展开更多
关键词 主动视觉 pca算法 PTZ摄像机 目标跟踪
在线阅读 下载PDF
基于渐变信号的HHT-PCA-MRVM煤岩辨识算法 被引量：3
10
作者 曹庆春 刘帅 +2 位作者 王怀震 蔡冬雷 孟超 《传感器与微系统》 CSCD 2017年第8期138-140,144,共4页
针对井下无人、自动作业的新型采煤战略目标,提出了对于截割电机输入电流信号渐变的分析,通过Hilbert变换-主成分分析-多分类相关向量机(HHT-PCA-MRVM)对煤岩进行识别,从而满足复杂的开采需求。在煤矿开采实验平台上进行了良好的实验验... 针对井下无人、自动作业的新型采煤战略目标,提出了对于截割电机输入电流信号渐变的分析,通过Hilbert变换-主成分分析-多分类相关向量机(HHT-PCA-MRVM)对煤岩进行识别,从而满足复杂的开采需求。在煤矿开采实验平台上进行了良好的实验验证,实验证明:通过对传感器采集传输的电流渐变信号分析,在煤岩突变时其值波动较为明显,能够很好地为MRVM煤岩识别提供分类界限,煤岩识别率为95%,对于综采自动化有较好的作用。 展开更多
关键词 采煤机 煤岩识别 多分类相关向量机 Hilbert变换算法 主成分分析算法
在线阅读 下载PDF
基于PCA的GABP神经网络入侵检测方法 被引量：4
11
作者 黄勤 刘衍鹏 +1 位作者 刘益良 常伟 《计算机应用研究》 CSCD 北大核心 2009年第12期4754-4757,共4页
为克服BP算法易陷入局部最小的缺点,同时为减少样本数据维数,提出一种基于主成分分析(PCA)的遗传神经网络方法。通过降维和去相关加快收敛速度,采用改进的遗传算法优化神经网络权值,利用自适应学习速率动量梯度下降算法对神经网络进行... 为克服BP算法易陷入局部最小的缺点,同时为减少样本数据维数,提出一种基于主成分分析(PCA)的遗传神经网络方法。通过降维和去相关加快收敛速度,采用改进的遗传算法优化神经网络权值,利用自适应学习速率动量梯度下降算法对神经网络进行训练。MATLAB仿真实验结果表明,该方法在准确性和收敛性方面都优于BP算法,应用于入侵检测系统中的检测率和误报率明显优于传统方法。 展开更多
关键词 主成分分析 遗传神经网络 入侵检测系统 仿真实验
在线阅读 下载PDF
KNN结合PCA在激光诱导荧光光谱识别矿井突水中的应用 被引量：9
12
作者 何晨阳 周孟然 闫鹏程 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第7期2234-2237,共4页
矿井突水的迅速识别与分类对于井下水灾防治工作有着重要的意义。提出一种KNN结合PCA运用在激光诱导荧光光谱快速识别矿井突水水源中的新方法。利用激光器发射激光通过可浸入式探头射入水样,得到四种突水水样共80组荧光光谱数据,再分别... 矿井突水的迅速识别与分类对于井下水灾防治工作有着重要的意义。提出一种KNN结合PCA运用在激光诱导荧光光谱快速识别矿井突水水源中的新方法。利用激光器发射激光通过可浸入式探头射入水样,得到四种突水水样共80组荧光光谱数据,再分别对每组数据进行预处理,处理后的数据中每种水样取15组数据作为训练集,共60组,其余20组作为预测集。利用主成分分析(PCA)对数据进行处理,之后在主成分分析的基础上利用KNN算法进行分类识别。实验过程中,各预处理方法在主成分个数为2的情况下,进行KNN算法分类的正确率都达到100%。 展开更多
关键词 KNN算法 pca 激光诱导荧光 矿井突水 水源识别
在线阅读 下载PDF
基于PCA与蚁群算法的机械故障聚类诊断方法 被引量：6
13
作者 陈安华 周博 +1 位作者 张会福 潘阳 《中国机械工程》 EI CAS CSCD 北大核心 2013年第24期3333-3337,3344,共6页
针对现代机械复杂化、智能化的特点,为快速准确地诊断出设备故障,提出了基于PCA与蚁群算法的机械故障聚类诊断新方法。定义了聚类准确率判别因子,对主元的选取进行自适应调整,利用基于高斯径向基核函数的主元分析方法实现了故障特征提... 针对现代机械复杂化、智能化的特点,为快速准确地诊断出设备故障,提出了基于PCA与蚁群算法的机械故障聚类诊断新方法。定义了聚类准确率判别因子,对主元的选取进行自适应调整,利用基于高斯径向基核函数的主元分析方法实现了故障特征提取。以蚁群算法解决旅行商问题为原型,定义了城市圈,改进蚁群算法实现了双重寻优,把故障聚类转化为蚁群算法最擅长的寻求最优解问题,将改进的蚁群算法用于故障特征样本的聚类。实例分析证明了该方法的有效性。 展开更多
关键词 主元分析 蚁群算法 聚类分析 故障诊断
在线阅读 下载PDF
一种基于通用模型的遥感影像并行处理算法——以PCA融合为例 被引量：3
14
作者 史园莉 李海涛 +1 位作者 宋朝达 韩颜顺 《遥感信息》 CSCD 2011年第3期14-18,120,共6页
空间应用需求对遥感数据处理的时间和精度提出新的要求,为了高速、高效地解决应用需求,提出一种基于通用模型的粗粒度遥感影像并行处理算法,采用"分块驱动"和"影像处理链驱动"两种策略进行遥感影像的并行算法设计,... 空间应用需求对遥感数据处理的时间和精度提出新的要求,为了高速、高效地解决应用需求,提出一种基于通用模型的粗粒度遥感影像并行处理算法,采用"分块驱动"和"影像处理链驱动"两种策略进行遥感影像的并行算法设计,并对其进行MPI的实现。利用PCA融合算法在集群平台上进行并行性能测试,分析结果表明该算法在集群系统上获得了良好的视觉效果和近似线性的加速比,具有较好的扩展性和移植性。 展开更多
关键词 通用模型 分块驱动 影像处理链 pca融合 MPI
在线阅读 下载PDF
基于核函数的PCA-L1算法 被引量：4
15
作者 李勇 梁志贞 夏士雄 《计算机工程》 CAS CSCD 北大核心 2011年第22期174-175,178,共3页
主成分分析方法由于使用了L2范数,因此对异常值较敏感。针对该问题,提出一种基于核函数的L1范数主成分分析方法。运用核函数将原始数据映射到核空间中得到核矩阵,再利用L1范数使距离函数达到最小。实验结果表明,该算法具有旋转不变性,... 主成分分析方法由于使用了L2范数,因此对异常值较敏感。针对该问题,提出一种基于核函数的L1范数主成分分析方法。运用核函数将原始数据映射到核空间中得到核矩阵,再利用L1范数使距离函数达到最小。实验结果表明,该算法具有旋转不变性,对异常值和非线性问题具有稳定性,且正确识别率较高。 展开更多
关键词 pca-L1算法 L1范数 核主成分分析 核函数 人脸识别
在线阅读 下载PDF
一种基于各向异性高斯核核惩罚的PCA特征提取算法 被引量：8
16
作者 刘俊 李威 +1 位作者 陈蜀宇 徐光侠 《软件学报》 EI CSCD 北大核心 2022年第12期4574-4589,共16页
提出了一种基于各向异性高斯核核惩罚的主成分分析的特征提取算法.该算法不同于传统的核主成分分析算法.在非线性数据降维中,传统的核主成分分析算法忽略了原始数据的无量纲化.此外,传统的核函数在各维度上主要由一个相同的核宽参数控制... 提出了一种基于各向异性高斯核核惩罚的主成分分析的特征提取算法.该算法不同于传统的核主成分分析算法.在非线性数据降维中,传统的核主成分分析算法忽略了原始数据的无量纲化.此外,传统的核函数在各维度上主要由一个相同的核宽参数控制,该方法无法准确反映各维度不同特征的重要性,从而导致降维过程中准确率低下.为了解决上述问题,首先针对现原始数据的无量纲化问题,提出了一种均值化算法,使得原始数据的总方差贡献率有明显的提高.其次,引入了各向异性高斯核函数,该核函数每个维度拥有不同的核宽参数,各核宽参数能够准确地反映所在维度数据特征的重要性.再次,基于各向异性高斯核函数建立了核主成分分析的特征惩罚目标函数,以便用较少的特征表示原始数据,并反映每个主成分信息的重要性.最后,为了寻求最佳特征,引入梯度下降算法来更新特征惩罚目标函数中的核宽度和控制特征提取算法的迭代过程.为了验证所提出算法的有效性,各算法在UCI公开数据集上和KDDCUP99数据集上进行了比较.实验结果表明,所提基于各向异性高斯核核惩罚的主成分分析的特征提取算法比传统的主成分分析算法在9种公开的UCI公开数据集上准确率平均提高了4.49%.在KDDCUP99数据集上,所提基于各向异性高斯核核惩罚的主成分分析的特征提取算法比传统的主成分分析算法准确率提高了8%. 展开更多
关键词 各向异性高斯核 特征惩罚函数 主成分分析 梯度下降法
在线阅读 下载PDF
用于目标识别的PCA-SC形状匹配算法 被引量：16
17
作者 黄伟国 顾超 朱忠奎 《光学精密工程》 EI CAS CSCD 北大核心 2013年第8期2103-2110,共8页
基于形状上下文(Shape Context)算法并融合主成分分析(PCA)的降维思想,提出了一种PCA-SC算法来提高形状匹配和目标识别的速度和抗噪能力。该算法将SC算法获取的特征矩阵构成协方差矩阵,按照特征值由大到小的准则进行降维,形成新的特征... 基于形状上下文(Shape Context)算法并融合主成分分析(PCA)的降维思想,提出了一种PCA-SC算法来提高形状匹配和目标识别的速度和抗噪能力。该算法将SC算法获取的特征矩阵构成协方差矩阵,按照特征值由大到小的准则进行降维,形成新的特征矩阵用于匹配和识别,既抑制了噪声干扰,提高了识别准确率,又能够提高匹配速度,易于满足工程应用对实时性的要求。利用MNIST图像数据库中的图像进行了实验分析,结果表明,PCA-SC算法在保持了SC算法原有的定位准确、抑制噪声等优点的基础上,识别速度提高了1倍;准确率达到了96.15%,提高了约0.5%;而且抗噪性更强,可用于匹配和识别较复杂的形状和目标。该算法基本满足匹配和识别对速度、准确率和抗干扰性等方面的要求。 展开更多
关键词 形状匹配 目标识别 主成分分析 形状上下文算法
在线阅读 下载PDF
油田传感器设备故障在线诊断中PCA算法探究 被引量：1
18
作者 李纪云 王俊平 +1 位作者 裴红星 翟慧 《仪表技术与传感器》 CSCD 北大核心 2014年第3期79-81,95,共4页
针对油田生产措施过程的特点,提出了一种迭代多模型PCA算法。根据生产工况的不同建立多PCA模型,通过权值将传感器数据自动归类,找到相适应的主元模型进行故障诊断,并运用迭代算法更新模型实现在线过程监测。仿真实验验证了该方法在油田... 针对油田生产措施过程的特点,提出了一种迭代多模型PCA算法。根据生产工况的不同建立多PCA模型,通过权值将传感器数据自动归类,找到相适应的主元模型进行故障诊断,并运用迭代算法更新模型实现在线过程监测。仿真实验验证了该方法在油田传感器设备故障诊断方面的有效性。 展开更多
关键词 油田传感器设备 多模型pca 迭代算法 故障诊断
在线阅读 下载PDF
PCA-GA-SVM的回采工作面瓦斯涌出量预测 被引量：14
19
作者 张强 贾宝山 +1 位作者 董晓雷 李宗翔 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2015年第5期572-577,共6页
为预测回采工作面瓦斯涌出量,采用主成分分析(PCA)与遗传算法(GA)优化支持向量机(SVM)相耦合的方法,在样本数据的筛选上汲取主成分分析数据降维的优点,使选择的数据样本简洁且更具代表性;充分利用支持向量机训练速度快、能够获得全局最... 为预测回采工作面瓦斯涌出量,采用主成分分析(PCA)与遗传算法(GA)优化支持向量机(SVM)相耦合的方法,在样本数据的筛选上汲取主成分分析数据降维的优点,使选择的数据样本简洁且更具代表性;充分利用支持向量机训练速度快、能够获得全局最优解且具有良好泛华性能的特点,将遗传算法与其相结合,寻找最优的惩罚参数c和核函数参数g;建立基于PCA-GA-SVM的回采工作面瓦斯涌出量预测模型,并在实际中得到成功应用.研究结果表明:该预测模型预测的最大相对误差为16.15%,最小相对误差为2.43%,平均相对误差为13.25%,相比其他预测模型有更强的泛化能力和更高的预测精度. 展开更多
关键词 主成分分析 支持向量机 瓦斯涌出量 遗传算法 数据降维 回采工作面
在线阅读 下载PDF
基于PCA与GA的近红外光谱建模样品选择方法 被引量：16
20
作者 祝诗平 《农业工程学报》 EI CAS CSCD 北大核心 2008年第9期126-130,共5页
针对在利用遗传算法进行样品选择(SSGA)时,使用原光谱矩阵运算时间非常长的问题,提出了一种使用主成分得分矩阵代替原光谱矩阵进行选样的新算法(PCA-SSGA)。讨论了PCA-SSGA算法的主成分分解,染色体编码与解码,目标函数与适应度函数确定... 针对在利用遗传算法进行样品选择(SSGA)时,使用原光谱矩阵运算时间非常长的问题,提出了一种使用主成分得分矩阵代替原光谱矩阵进行选样的新算法(PCA-SSGA)。讨论了PCA-SSGA算法的主成分分解,染色体编码与解码,目标函数与适应度函数确定,选择算子、交叉算子、变异算子等。在VisualC++环境中开发了PCA-SSGA软件系统。通过对131份小麦籽粒样品针对其干基蛋白含量进行PCA-SSGA运算,经过39200代进化,最终找出最佳样品组合:样品数目由131减少为70,通过偏最小二乘留一法交叉验证(PLS-LOO-CV),决定系数(R2)由0.9477增加为0.9841,交叉验证预测均方差(RMSPCV)由0.3938减少为0.1934。从运算时间上看,PCA-SSGA进化一代时间是SSGA的1/2193,整个样品优选过程时间大大缩短,效率得以显著提高。试验结果表明:PCA-SSGA可以方便灵活地调整遗传算法的参数、自动地选择样品,这对优化农产品近红外光谱模型、进一步提高预测精度提供了很好的技术支持。 展开更多
关键词 近红外光谱分析 遗传算法 品质检测 主成分分析 样品选择
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 … 12 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
版权所有© 2001-2026 渝B2-20050021-1渝公网安备 50019002500403号
使用帮助 返回顶部