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65篇文章
< 1 2 … 4 >
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：
混沌信号与噪声 被引量：22
1
作者 龚云帆 徐健学 《信号处理》 CSCD 1997年第2期112-118,125,共8页
本文通过三种方法分别研究了Lorenz模型和高斯白噪声，获得了混沌信号和噪声在这些方法下的不同表现特征。提出了根据关联维数（correlationdimension）判断降噪效果的方法，并进一步探讨了采用主分量分析（principalcomponentanalysis... 本文通过三种方法分别研究了Lorenz模型和高斯白噪声，获得了混沌信号和噪声在这些方法下的不同表现特征。提出了根据关联维数（correlationdimension）判断降噪效果的方法，并进一步探讨了采用主分量分析（principalcomponentanalysis）确定嵌入维数（embeddingdimension）和去除混沌信号中噪声的可行性。最后得出结论：主分量分析用于确定嵌入维数和降低混沌信号中的噪声是不合适的。 展开更多
关键词 相空间重构 混沌信号 噪声 关联维数 FFT
下载PDF
一种改进的交通标志图像识别算法 被引量：32
2
作者 徐岩 韦镇余 《激光与光电子学进展》 CSCD 北大核心 2017年第2期118-125,共8页
交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM... 交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法,被称为PCA-HOG。该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征,利用改进PCA算法对提取出的HOG特征进行降维处理,之后利用降维后的HOG特征进行ELM模型训练,利用经过训练的ELM模型识别测试图片。实验结果表明,基于PCAHOG和ELM模型的交通标志识别算法获得的计算复杂度低,图像识别率可达97.69%。 展开更多
关键词 图像处理 交通标志识别 特征提取 主成分分析降维 极限学习机
原文传递
基于主成分分析的决明子中蒽醌类成分含量研究 被引量：32
3
作者 曹丽娟 苗静 +2 位作者 刘洁秀 高文远 李霞 《中国中药杂志》 CAS CSCD 北大核心 2015年第13期2589-2593,共5页
决明子是一种常用中药,蒽醌类成分为其主要有效成分,不同产地决明子中蒽醌类成分含量差别较大。《中国药典》2010年版采用橙黄决明素、大黄酚含量作为决明子的评价指标之一,化学成分种类较少。该实验以收集的10批不同产地的决明子药材... 决明子是一种常用中药,蒽醌类成分为其主要有效成分,不同产地决明子中蒽醌类成分含量差别较大。《中国药典》2010年版采用橙黄决明素、大黄酚含量作为决明子的评价指标之一,化学成分种类较少。该实验以收集的10批不同产地的决明子药材为研究对象,采用紫外分光光度计测定决明子中总蒽醌、游离蒽醌、结合蒽醌的含量;采用HPLC测定决明子中橙黄决明素、大黄酸、芦荟大黄素、大黄素、大黄酚和大黄素甲醚等6种游离蒽醌的含量;并运用主成分分析的方法对实验结果进行评价研究,以降维分析得到的数据确定决明子的最佳产地。结果表明,主成分分析法提取出3个主成分,建议考虑增加芦荟大黄素含量作为决明子的评价指标,并初步得到结论:河北产的决明子相比于其他几个产地来说质量较好,这在一定程度上为评价决明子资源提供了依据。 展开更多
关键词 决明子 蒽醌 主成分分析 降维分析
原文传递
基于核主成分分析的数据流降维研究 被引量：17
4
作者 高宏宾 侯杰 李瑞光 《计算机工程与应用》 CSCD 2013年第11期105-109,共5页
分析了数据流降维算法PCA和KPCA的原理和实现方法。针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差,提出了一种新的降维策略GKPCA算法。该算法将数据集先分组,对每一组执行KPCA,然后过滤重新组合数据集,再次应用KPC... 分析了数据流降维算法PCA和KPCA的原理和实现方法。针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差,提出了一种新的降维策略GKPCA算法。该算法将数据集先分组,对每一组执行KPCA,然后过滤重新组合数据集,再次应用KPCA算法,达到简化样本空间,降低了时间复杂度和空间复杂度。实验分析表明,GKPCA算法不仅能取得良好的降维效果,而且时间消耗少。 展开更多
关键词 核主成分分析 数据流 降维
下载PDF
基于类内和类间距离的主成分分析算法 被引量：15
5
作者 张素智 陈小妮 +2 位作者 杨芮 李鹏辉 蔡强 《计算机工程与设计》 北大核心 2020年第8期2177-2183,共7页
为改善高维数据的降维结果,提高数据低维表示的判别能力,通过对类内和类间距离的研究,提出基于类内和类间距离的主成分分析(IOPCA)数据降维算法。计算属性信息熵,对比信息熵阈值,进行数据矩阵特征筛选;采用综合类间距离最大化和类内距... 为改善高维数据的降维结果,提高数据低维表示的判别能力,通过对类内和类间距离的研究,提出基于类内和类间距离的主成分分析(IOPCA)数据降维算法。计算属性信息熵,对比信息熵阈值,进行数据矩阵特征筛选;采用综合类间距离最大化和类内距离最小化思想,改进PCA算法进行数据降维;将降维后的数据通过KNN、SVM算法分类。对比PCA、E-PCA、LDA算法,仿真结果表明,该算法在改善降维结果的同时,有效提高了降维后低维数据的判别性能。 展开更多
关键词 信息熵 类内距离 类间距离 主成分分析 数据降维
下载PDF
基于Gabor小波特征的多姿态人脸图像识别 被引量：5
6
作者 徐杰 施鹏飞 《计算机工程与应用》 CSCD 北大核心 2003年第21期17-18,174,共3页
多姿态人脸识别在很多领域具有重要的应用价值。基于多姿态人脸图像及Gabor小波特点选取离散化参数,对人脸图像进行Gabor小波变换;然后采用两步降维法对变换系数进行降维,基于降维后的Gabor特征表示实现人脸识别。实验将互不相交的两个... 多姿态人脸识别在很多领域具有重要的应用价值。基于多姿态人脸图像及Gabor小波特点选取离散化参数,对人脸图像进行Gabor小波变换;然后采用两步降维法对变换系数进行降维,基于降维后的Gabor特征表示实现人脸识别。实验将互不相交的两个样本集依次作为训练集和测试集,验证了该方法在人脸识别中对于不同姿态和表情的有效性及鲁棒性。 展开更多
关键词 GABOR小波 人脸识别 主元分析 降维 图像识别
下载PDF
基于PCA特征距离的图像哈希算法 被引量：11
7
作者 唐振军 杨帆 +1 位作者 黄紫晴 劳欢 《广西师范大学学报（自然科学版）》 CAS 北大核心 2016年第4期9-18,共10页
本文将主成分分析(PCA)应用于图像哈希,设计基于特征距离的感知哈希算法。该算法从规范化图像中构造适合于数据降维的二次图像,接着对其进行PCA处理,用PCA降维特征的距离生成哈希序列。实验结果表明本文算法的接收机操作特性曲线的分类... 本文将主成分分析(PCA)应用于图像哈希,设计基于特征距离的感知哈希算法。该算法从规范化图像中构造适合于数据降维的二次图像,接着对其进行PCA处理,用PCA降维特征的距离生成哈希序列。实验结果表明本文算法的接收机操作特性曲线的分类性能优于现有的3种哈希算法。大规模图像库的拷贝检测显示,本文算法有较好的拷贝检测性能。 展开更多
关键词 感知哈希函数 主成分分析 数据降维 图像拷贝检测 图像检索
下载PDF
基于线性投影的代数空间降维分析 被引量：6
8
作者 张志佳 黄莎白 +1 位作者 史泽林 王东署 《计算机工程》 EI CAS CSCD 北大核心 2005年第21期25-27,共3页
主成分分析和奇异值分解都可以用于代数空间降维的线性投影分析,该文详细分析了这两种代数方法并给出了用于代数空间降维分析时二者之间的联系,并得到了在正定的实对称矩阵条件下主成分分析和奇异值分解是等价的这一结论。
关键词 主成分分析 奇异值分解 降维 特征抽取 正定对称矩阵
下载PDF
基于径向基神经网络的太阳能电池缺陷检测 被引量：9
9
作者 沈凌云 朱明 陈小云 《发光学报》 EI CAS CSCD 北大核心 2015年第1期99-105,共7页
为了检测太阳能电池的缺陷,建立了太阳能电池板的电致发光(EL)图像与其缺陷类型间的神经网络预测模型,可以对太阳能电池板不同类型缺陷进行自适应检测。首先,采用主成分分量分析(PCA)算法对电致发光(EL)图像训练样本集降维;然后,将降维... 为了检测太阳能电池的缺陷,建立了太阳能电池板的电致发光(EL)图像与其缺陷类型间的神经网络预测模型,可以对太阳能电池板不同类型缺陷进行自适应检测。首先,采用主成分分量分析(PCA)算法对电致发光(EL)图像训练样本集降维;然后,将降维后得到的数据输入神经网络预测模型进行学习,对模型的参数进行优化选取;最后,将训练好的网络对测试样本集进行仿真。仿真结果表明:在采用相同的训练样本集和测试样本集条件下,与反向传播神经网络(BPNN)相比,径向基神经网络(RBFNN)具有全局最优特性,结构简单,最高识别率达96.25%,计算时间较短,能满足在线检测的要求。 展开更多
关键词 缺陷检测 反向传播神经网络 径向基神经网络 主成分分析 降维
下载PDF
水下目标信号的Lofar谱图特征的主分量分析研究 被引量：5
10
作者 嵇绍岭 丛丰裕 +1 位作者 贾鹏 史习智 《数据采集与处理》 CSCD 2003年第2期123-126,共4页
研究一种基于 Lofar谱图特征和主分量分析的水下目标信号的特征处理方法。首先介绍了这种方法的应用背景 ,给出了舰船辐射噪声的结构和 Lofar谱特征的提取方法。在简单介绍了主分量分析的有关基础知识和数学解法后 ,对于海上测量获得的... 研究一种基于 Lofar谱图特征和主分量分析的水下目标信号的特征处理方法。首先介绍了这种方法的应用背景 ,给出了舰船辐射噪声的结构和 Lofar谱特征的提取方法。在简单介绍了主分量分析的有关基础知识和数学解法后 ,对于海上测量获得的舰船辐射噪声信号进行特征提取 ,利用主分量分析的方法对提取的特征向量进行降维处理。针对主分量分析处理前后的特征向量 ,采用结构自适应模糊聚类神经网络分类器分类 ,与直接对Lofar谱特征分类相比 。 展开更多
关键词 Lofar谱图特征 主分量分析 水下目标信号 特征提取 特征降维 声纳 信号处理 舰船
下载PDF
聚KPCA在高维轴承故障诊断中的应用 被引量：9
11
作者 郑恒 姜宏 章翔峰 《机床与液压》 北大核心 2021年第11期179-182,共4页
轴承故障诊断环境复杂、影响因素多,导致特征高维化成为一个技术难题,采用核主成分分析法(KPCA)进行高维特征降维取得了一定成效,但KPCA未考虑特征间的相似性对计算复杂度以及分离效果的影响,对提高计算实时性和有效性以及提升分类效果... 轴承故障诊断环境复杂、影响因素多,导致特征高维化成为一个技术难题,采用核主成分分析法(KPCA)进行高维特征降维取得了一定成效,但KPCA未考虑特征间的相似性对计算复杂度以及分离效果的影响,对提高计算实时性和有效性以及提升分类效果形成了限制。为此提出了基于K均值聚类算法和KPCA方法的聚KPCA方法。利用均值聚类算法的思想对所提取的时、频域特征中的相似特征进行聚类,降低后续KPCA计算的复杂度,再用KPCA对聚类后的特征进行降维,将高维特征映射到一个类别可分度较高的特征空间。利用正常、内圈故障、外圈故障、滚动体故障4种轴承状态信号特征对聚KPCA方法进行验证,结果表明:与KPCA方法相比,所提出的聚KPCA方法具有更好的降维分离效果和较强的鲁棒性。 展开更多
关键词 核主成分分析法 降维 鲁棒性 K均值聚类算法
下载PDF
基于动态灰色主成分分析的多时刻威胁评估 被引量：9
12
作者 孙云柯 方志耕 陈顶 《系统工程与电子技术》 EI CSCD 北大核心 2021年第3期740-746,共7页
针对目标威胁评估问题的高维数、时变性等特点,提出基于动态灰色主成分分析(dynamic grey principal component analysis,DG-PCA)的多时刻威胁评估方法。首先,以潜艇为分析对象,构建协同作战模式下的威胁评估指标体系。其次,提出扩展灰... 针对目标威胁评估问题的高维数、时变性等特点,提出基于动态灰色主成分分析(dynamic grey principal component analysis,DG-PCA)的多时刻威胁评估方法。首先,以潜艇为分析对象,构建协同作战模式下的威胁评估指标体系。其次,提出扩展灰色相似关联度用于表征指标间动态非线性相关度,构建用于多元非线性时间序列分析的DG-PCA模型。最后,结合层次分析法(analytic hierarchy process,AHP)与时间序列赋权,建立基于加权DG-PCA的多时刻威胁评估模型。分析结果表明,所提方法能够融合多时刻信息,符合作战实际,并且在小样本情况下具有较好的数据提取能力。 展开更多
关键词 威胁评估 多元时间序列 灰色相似关联度 主成分分析 降维
下载PDF
基于主成分分析和谱聚类的短期风功率预测 被引量：4
13
作者 梅睿 吕志勇 +2 位作者 顾文 杨宏宇 肖鹏 《现代电力》 北大核心 2023年第1期35-41,共7页
风电场的大规模建设使得风电渗透率大大提高,为保证系统的安全稳定运行及风电消纳,需要对风电功率进行预测。为解决传统预测方法中数据维度过高的问题,提出一种基于主成分分析和谱聚类进行数据降维的预测方法。首先,基于主成分分析提取... 风电场的大规模建设使得风电渗透率大大提高,为保证系统的安全稳定运行及风电消纳,需要对风电功率进行预测。为解决传统预测方法中数据维度过高的问题,提出一种基于主成分分析和谱聚类进行数据降维的预测方法。首先,基于主成分分析提取风电场各机组功率序列的主成分,实现对功率样本信息和预测对象的降维;其次,考虑风速波动特性和各机组的空间分布特征,对风速信息进行谱聚类,以实现样本数据的进一步降维;然后,基于风功率主成分信息与风速聚类结果,建立基于Elman神经网络的风电功率主成分预测模型,并通过逆变换最终得到风电场各机组功率的预测结果。利用江苏南通某海上风电场实际数据验证该方法,结果表明,预测结果的均方根误差明显降低,所提方法可以提高风电功率预测精度。 展开更多
关键词 风电功率预测 主成分分析 谱聚类 数据降维 ELMAN神经网络
下载PDF
基于t类加权核函数的主成分分析维度约简算法 被引量：7
14
作者 刘文博 梁盛楠 董小刚 《统计与决策》 CSSCI 北大核心 2022年第9期52-56,共5页
目前众多数据具有高维度特点,含有大量与类别标签无关的特征。直接应用机器学习方法对其进行分类,不仅会消耗大量的时间,而且难以获得较好的分类性能。针对该问题,文章提出一种基于加权核主成分分析(WKPCA)的维度约简算法,依据核矩阵特... 目前众多数据具有高维度特点,含有大量与类别标签无关的特征。直接应用机器学习方法对其进行分类,不仅会消耗大量的时间,而且难以获得较好的分类性能。针对该问题,文章提出一种基于加权核主成分分析(WKPCA)的维度约简算法,依据核矩阵特征值构造核函数权重,将多个核函数进行组合加权,进而达到特征降维的目的;为了提高WKPCA的维度约简效率,构造了t类核函数并且给出了相应的理论证明;以支持向量机、随机森林和朴素贝叶斯为分类器,对6个真实的数据集进行试验分析,结果表明与全变量模型、线性主成分降维以及单个核函数降维相比,WKPCA维度约简算法可以有效提高目前主流机器学习方法的分类预测性能。 展开更多
关键词 加权核主成分分析 t类核函数 维度约简 核函数权重
下载PDF
主成分分析在模式识别领域中的研究进展 被引量：4
15
作者 王文杰 石竞琛 +2 位作者 姜念祖 林帅男 赵瑞 《白城师范学院学报》 2023年第5期18-25,42,共9页
主成分分析(PCA)是基于无监督学习的线性降维方法.它可以直接对数据进行降维,也可以与独立成分分析(ICA)、支持向量机(SVM)、局部像素分组(LPG)、神经网络相结合来实现数据降维.PCA方法的变化也是多种多样,其中核主成分分析、渐进式主... 主成分分析(PCA)是基于无监督学习的线性降维方法.它可以直接对数据进行降维,也可以与独立成分分析(ICA)、支持向量机(SVM)、局部像素分组(LPG)、神经网络相结合来实现数据降维.PCA方法的变化也是多种多样,其中核主成分分析、渐进式主成分分析、双重主成分分析和二维主成分分析均得到了广泛的应用.文章介绍了PCA算法的基本原理、一般求解步骤和优缺点,重点总结了PCA算法在人脸识别、图像压缩、图像去噪等模式识别领域中的最新研究进展,最后分析了PCA降维方法在未来的研究方向. 展开更多
关键词 主成分分析 特征降维 人脸识别 图像压缩 图像去噪
下载PDF
基于PCA-PNN-LVQ的电压跌落扰动源辨识方法 被引量：3
16
作者 杨振南 陈锦昌 +2 位作者 李新超 刘昊一 古一灿 《供用电》 2023年第7期48-56,共9页
提出了一种基于PCA-PNN-LVQ的电压跌落扰动源分类辨识模型。该模型基于模拟电压跌落数据,利用主成分分析(principal component analysis,PCA)对数据进行降维,基于深度学习方法概率神经网络(probabilistic neural network,PNN)提取数据特... 提出了一种基于PCA-PNN-LVQ的电压跌落扰动源分类辨识模型。该模型基于模拟电压跌落数据,利用主成分分析(principal component analysis,PCA)对数据进行降维,基于深度学习方法概率神经网络(probabilistic neural network,PNN)提取数据特征,利用学习向量量化(learning vector quantization,LVQ)对电压跌落类型进行分类。仿真实验表明,该模型能有效识别电压跌落类型。与其他仅使用PNN、PCAPNN和PNN-LVQ的模型相比,该模型对其中电压跌落源的识别精度最好。PCA-PNN-LVQ方法在中小型样本数据集上具有较好的性能。 展开更多
关键词 电压跌落 主成成分分析 数据特征 数据降维 深度学习
下载PDF
基于主成分分析的输出集成反馈网络及其在化工动态过程建模中的应用 被引量：2
17
作者 程华农 韩方煜 钱宇 《化工自动化及仪表》 CAS 北大核心 2003年第2期22-25,共4页
针对主成分分析和反馈神经网络的优点 ,提出基于主成分分析的输出集成反馈网络建模方法 ,并对训练算法作了推导 ,在动态化工过程建模中取得满意的效果。
关键词 主成分分析 输出集成反馈网络 化工动态过程 建模 应用 反馈神经网络
下载PDF
基于KPCA特征量降维的风电并网系统暂态电压稳定性评估
18
作者 张晓英 史冬雪 +1 位作者 张琎 张鑫 《兰州理工大学学报》 CAS 北大核心 2024年第2期96-103,共8页
针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分... 针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分析算法对特征量进行非线性数据处理,提取出最优的特征集.然后将降维后的特征集作为CPSO-BP神经网络输入量进行监督学习,将得到的模型按照临界故障切除时间裕度值的大小进行分类,将分类后的样本进行风电并网系统的暂态电压稳定性评估和临界故障切除时间裕度值预测.仿真分析结果表明,对输入特征进行降维,保留重要输入特征量,剔除冗余特征量,不仅简化了模型,还提高了网络评估的准确性和计算效率. 展开更多
关键词 风电并网 核主成分分析算法 降维 CPSO-BP神经网络 暂态电压稳定性评估
下载PDF
基于双子空间PCA降维的脑力负荷分类
19
作者 张杰 曲洪权 +1 位作者 柳长安 庞丽萍 《科学技术与工程》 北大核心 2024年第11期4433-4438,共6页
人类社会至今的飞速发展使得大量体力劳动被机械工程替代,工作者的任务重心也从体力劳动逐渐转变为脑力劳动,对操作者脑力负荷进行实时评估以增强工作效率在当下有着重大意义。目前人类对于脑力负荷评估共有3种方式,有研究表明,采用生... 人类社会至今的飞速发展使得大量体力劳动被机械工程替代,工作者的任务重心也从体力劳动逐渐转变为脑力劳动,对操作者脑力负荷进行实时评估以增强工作效率在当下有着重大意义。目前人类对于脑力负荷评估共有3种方式,有研究表明,采用生物电信号进行脑力负荷分类效果较其余两种方法更客观。但脑电信号经过特征提取后维数极高,所需数据量和运算量巨大,需要对其进行降维。目前降维方面最广泛运用的两种算法为主成分分析(principal component analysis,PCA)和线性判别分析(linear discriminate analysis,LDA)。针对PCA的非监督性和LDA的特征冗余敏感性,提出一种二分类下基于双子空间主成分分析的降维算法,分别对不同类别的训练集数据进行主成分分析,并将所有训练集数据映射到生成的空间中,再次进行PCA-LDA降维,以此提高降维后数据的可分性。实验结果表明,双子空间PCA-LDA降维算法在二分类任务下测试集精度整体高于单子空间PCA-LDA算法,以此为脑力负荷分类领域和高维数据降维领域提供了新思路。 展开更多
关键词 主成分分析 数据降维 脑力负荷 脑电信号
下载PDF
基于线性和非线性算法的高效人脸识别系统 被引量：5
20
作者 刘芬 《电子科技》 2019年第7期82-86,共5页
文中提出了一种基于外观的线性和非线性人脸识别方法,所用的线性算法有主成分分析(PCA)和线性判别分析(LDA)。两种非线性方法分别是核主成分分析(KPCA)及核费希尔分析(KFA),线性降维投影方法基于二阶相依性编码模式信息,非线性方法用于... 文中提出了一种基于外观的线性和非线性人脸识别方法,所用的线性算法有主成分分析(PCA)和线性判别分析(LDA)。两种非线性方法分别是核主成分分析(KPCA)及核费希尔分析(KFA),线性降维投影方法基于二阶相依性编码模式信息,非线性方法用于处理三个或更多像素之间的关系。首先通过Gabor对图片进行预处理,然后采用线性、非线性分析进行降维。通过马哈利诺比斯-余弦(Mahcos)度量用于定义两幅图像通过相应的降维技术后的相似性度量。实验表明,当与Gabor小波一同使用时,LDA和KFA的性能最高,分别为CMC和ROC结果的93.33%。通过对AT&T数据库400幅图像的综合分析,发现线性和非线性算法的性能受图像分类数目、图像预处理及识别测试集的人脸图像数目的影响。 展开更多
关键词 主成分分析 线性判别分析 核主成分分析 核费希尔分析 人脸识别 降维技术
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 … 4 下一页 到第 页
使用帮助 返回顶部