检索结果-内蒙古大学图书馆

分析试验室 2025年第2期44卷 216-222页

作者：贺兆南景敏韩亨通刘盼计丰陈曼龙陕西理工大学机械工程学院汉中723000 陕西省工业自动化重点实验室汉中723000

为解决光谱法鉴别土壤表面石油污染物种类中的光谱重叠问题,提出将稀疏主成分分析(SPCA)与随机森林(RF)算法相结合进行油种识别的方法。实验设计了针对土壤表面润滑油的荧光光谱采集系统,以不同种类的发动机油、齿轮油和摩托车油作为研... 详细信息

为解决光谱法鉴别土壤表面石油污染物种类中的光谱重叠问题,提出将稀疏主成分分析(SPCA)与随机森林(RF)算法相结合进行油种识别的方法。实验设计了针对土壤表面润滑油的荧光光谱采集系统,以不同种类的发动机油、齿轮油和摩托车油作为研究对象,从含有不同浓度润滑油的土壤样品中提取荧光光谱,并以全波段点、主成分分析(PCA)和SPCA进行特征提取后的光谱作为RF、梯度提升决策树(GBDT)和决策树(Decision Tree)的输入量,润滑油的种类作为输出量。结果表明,经过SPCA后,3种模型的分类准确率分别为98.8%, 97.7%和92.2%;与全波段相比,准确率分别提高了5.5%, 5.5%和6.7%;与PCA相比,准确率分别提高了1.1%, 3.3%和5.6%。该方法实现了对土壤表面石油污染物种类较高效且稳定的分类精度,表明设计的数据采集系统与SPCA-RF算法相结合,可用于土壤表面石油种类鉴别。

关键词：荧光光谱润滑油种类判别稀疏主成分分析

来源：评论

学校读者我要写书评

暂无评论

三维荧光光谱结合稀疏主成分分析和支持向量机的油类识别方法研究

引用

光谱学与光谱分析 2021年第11期41卷 3474-3479页

作者：孔德明陈红杰陈晓玉董瑞王书涛燕山大学电气工程学院河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

石油污染的出现,导致生态环境遭到破坏。因此,油类识别方法的研究对于环境的保护具有重要意义。采用荧光光谱法获得石油光谱数据,并对其进行预处理,再通过降维方法来提取特征信息,最后利用模式识别算法进行分类,从而可以实现对油类的定... 详细信息

石油污染的出现,导致生态环境遭到破坏。因此,油类识别方法的研究对于环境的保护具有重要意义。采用荧光光谱法获得石油光谱数据,并对其进行预处理,再通过降维方法来提取特征信息,最后利用模式识别算法进行分类,从而可以实现对油类的定性分析,因此研究一种更高效的数据降维方法以及识别分类算法极其重要。基于三维荧光光谱技术,利用稀疏主成分分析(SPCA)对FS920光谱仪测得的荧光光谱数据进行特征提取,再利用支持向量机(SVM)算法对提取的特征数据进行分类识别,获得了一种更加高效的油类识别方法。首先,利用海水和十二烷基硫酸钠(SDS)配制成浓度为0.1 mol·L-1的胶束溶液,将其作为溶剂配制柴油、航空煤油、汽油以及润滑油各20种不同浓度的溶液;然后,利用FS920光谱仪测得样本溶液的三维荧光光谱数据,对得到的光谱数据进行预处理;最后,对预处理后的数据分别利用SPCA和主成分分析(PCA)进行特征提取,再利用SVM和K最近邻(KNN)两种模式识别算法对特征向量进行分类,最终得到四种模型PCA-KNN, SPCA-KNN, PCA-SVM以及SPCA-SVM的分类结果。研究结果表明,由四种模型得到的分类准确率分别为85%, 90%, 90%和95%,其中,在同种分类算法中,利用SPCA进行特征提取得到的分类准确率均比PCA的准确率高5%,因此可知,SPCA的稀疏性具有突出主要成分的作用,在提取光谱特征时能够减小非必要成分的影响,并且载荷矩阵的稀疏化可以去除变量之间的冗余信息,优化降维特征信息,为后续分类提供更有效的数据特征信息;在同种特征提取算法下,利用SVM算法进行分类得到的分类准确率均比KNN算法得到的准确率高5%,表明SVM算法在分类中更具有优势。因此,本文利用三维荧光光谱技术结合SPCA和SVM算法,实现了对石油的准确识别与分类,为今后对石油污染物的高效检测提供了新思路。

关键词：三维荧光光谱特征提取稀疏主成分分析支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于图和稀疏主成分分析的多目标显著性检测

引用

计算机研究与发展 2018年第5期55卷 1078-1089页

作者：梁大川李静刘赛李东民南京航空航天大学计算机科学与技术学院南京211106 南瑞集团有限公司(国网电力科学研究院有限公司) 南京210003

针对具有多个显著目标且背景较为复杂的图像,提出了一种基于全连接图和稀疏主成分分析(sparse principal component analysis,sPCA)的显著性检测方法.首先,在不同的尺度空间上利用目标先验知识快速获取包含预选显著目标的空间位置信息,... 详细信息

针对具有多个显著目标且背景较为复杂的图像,提出了一种基于全连接图和稀疏主成分分析(sparse principal component analysis,sPCA)的显著性检测方法.首先,在不同的尺度空间上利用目标先验知识快速获取包含预选显著目标的空间位置信息,同时,在超像素分割的基础上构造全连接图,并计算超像素级的显著图.然后,利用目标先验知识提取并优化超像素显著图的显著性区域,采用稀疏主成分分析提取优化后的显著性像素点的主要特征,获取相应尺度的显著图.最后,将多个尺度下的显著图进行融合得到最终的显著图.该方法充分利用了超像素与像素显著性计算的优势,在提高检测速度的同时获得更高的检测精度.在公开的多目标数据集SED2和HKU_IS上进行实验验证,结果表明:该方法能够有效检测出复杂背景下的多个显著目标.

关键词：显著性检测全连接图稀疏主成分分析目标先验超像素分割

来源：评论

学校读者我要写书评

暂无评论

稀疏主成分分析-随机森林算法结合优化光谱的土壤表面油种识别

引用

分析试验室 2024年

作者：贺兆南景敏韩亨通刘盼计丰陈曼龙陕西理工大学机械工程学院陕西省工业自动化重点实验室

为解决在使用光谱分析法鉴别土壤表面石油污染物种类过程中的光谱重叠问题，提出将稀疏主成分分析（SPCA）与随机森林（RF）算法相结合进行油种识别的方法。实验设计了针对土壤表面润滑油的荧光光谱采集系统，以不同种类的发动机油、齿... 详细信息

为解决在使用光谱分析法鉴别土壤表面石油污染物种类过程中的光谱重叠问题，提出将稀疏主成分分析（SPCA）与随机森林（RF）算法相结合进行油种识别的方法。实验设计了针对土壤表面润滑油的荧光光谱采集系统，以不同种类的发动机油、齿轮油和摩托车油作为研究对象，从含有不同浓度润滑油的土壤样品中提取荧光光谱，并以全波段点、主成分分析（PCA）和SPCA进行特征提取后的光谱作为RF、梯度提升决策树（GBDT)和决策树（Decision Tree）的输入量，润滑油的种类作为输出量。结果表明，经过SPCA后，3种模型的分类准确率分别为98.8%，97.7%和92.2%；与全波段相比，准确率分别提高了5.5%，5.5%和6.7%；与PCA相比，准确率分别提高了1.1%，3.3%和5.6%。该方法实现了对土壤表面石油污染物种类较高效且稳定的分类精度，表明设计的数据采集系统与SPCA-RF算法相结合，可用于土壤表面石油种类鉴别。

关键词：荧光光谱润滑油种类判别稀疏主成分分析

来源：评论

学校读者我要写书评

暂无评论

稀疏主成分分析方法的分类比较

稀疏主成分分析方法的分类比较

引用

作者：尹卫丽云南财经大学

学位级别：硕士

主成分分析方法是常用的一种基于变量协方差矩阵对样本信息进行处理、压缩和提取的数据特征提取方法,已被广泛应用于生物学、医学、机器学习和信息学等多个领域。然而,实际应用中常会面临如下挑战:一是每一个主成分都是原始变量的线性... 详细信息

主成分分析方法是常用的一种基于变量协方差矩阵对样本信息进行处理、压缩和提取的数据特征提取方法,已被广泛应用于生物学、医学、机器学习和信息学等多个领域。然而,实际应用中常会面临如下挑战:一是每一个主成分都是原始变量的线性组合且载荷系数大多是非零的,这就导致很难解释主成分的意义;二是在高维数据下可能会产生“错误”的结果。稀疏主成分分析的提出改善了主成分分析方法在上述挑战中的应用。稀疏主成分分析是将LASSO稀疏性惩罚思想和主成分分析方法相结合,使得载荷系数变得稀疏,从而达到降维和可解读的效果,同时稀疏性惩罚的不同也可以产生不同性质的稀疏主成分。根据各稀疏主成分方法的特点,本文将其归纳为三个大类,分别是常规的稀疏主成分分析方法、获得最大被解释方差的稀疏主成分分析方法和具有正交或不相关性的稀疏主成分分析方法。特别的,我们从每一类方法中选择了一种最具代表性的方法,依次是Zou等(2006)的稀疏主成分分析(SPCA)方法,Shen和Huang(2008)的基于正则化SVD算法的稀疏主成分分析(SPCA-r SVD)方法和Qi等(2013)基于范数选择的稀疏主成分分析(CN-SPCA)方法。文中详细介绍了每一种方法的基本模型和算法,旨在对不同类型的稀疏主成分分析方法进行比较。模拟研究和实例分析的结果表明,三种不同稀疏主成分分析方法均提取出具有稀疏特征的主成分,提高了主成分的可解释性。但是,相对于常规的主成分分析方法,三种不同稀疏主成分分析方法提取的被解释性方差比例均有所降低,其中,SPCA-r SVD方法在三种方法中提取的被解释方差比例始终是最高的,而CN-SPCA方法提取了互不相关的稀疏主成分但被解释方差比例较低。该研究结果为选取合适的稀疏主成分分析方法提供了一定的参考。

关键词：数据降维主成分分析稀疏主成分分析模拟

来源：评论

学校读者我要写书评

暂无评论

稀疏主成分分析算法研究与应用

稀疏主成分分析算法研究与应用

引用

作者：黎明中国科学技术大学

学位级别：硕士

主成分分析(PCA)是一种流行的数据处理和降维技术,在工程,生物学和社会科学中有许多应用。但是,主成分分析的一个显著缺点是,主成分通常是所有变量的线性组合,这非常不利于结果的解释。因此,近年来出现了许多对稀疏主成分分析(Sparse P... 详细信息

主成分分析(PCA)是一种流行的数据处理和降维技术,在工程,生物学和社会科学中有许多应用。但是,主成分分析的一个显著缺点是,主成分通常是所有变量的线性组合,这非常不利于结果的解释。因此,近年来出现了许多对稀疏主成分分析(Sparse PCA)算法的研究。文章通过引入Lo范数来代替传统稀疏PCA问题中的L1范数,提出了一种新的稀疏PCA方法。使用这种方法,我们可以有效地获得稀疏主成分,并达到用稀疏线性组合解释高百分比变化的目的。另外我们还建立了一些理论结果来证明我们的方法。基于原始对偶活跃集算法在最佳子集选择中的成功,我们提出了一种具有收敛保证的高效迭代算法。合成数据和真实数据的实验结果表明,与某些现有替代方法相比,我们的方法更具竞争力。为了与经典PCA方法比较,我们将BessPCA应用于1000基因组数据集,并成功分离了具有少量SNP的种群结构。另一方面,为了探究稀疏PCA算法在多个领域的应用效果,我们分别选取计算机视觉中的Olivetti人脸识别数据集、股票市场中的沪深300数据集以及药物发现领域中的药物行动机制(MoA)数据集进行应用,并与传统的主成分分析作比较。三个领域的实验均表明,稀疏PCA算法能实现与PCA等价甚至更好的结果,但却有更强的解释性。

关键词：稀疏主成分分析原始对偶活跃集算法人脸识别沪深300指数药物行动机制

来源：评论

学校读者我要写书评

暂无评论

基于稀疏主成分分析的图像噪声估计方法

引用

液晶与显示 2019年第9期34卷 913-920页

作者：杨华南充职业技术学院电子信息工程系

实现数字图像中噪声参数的精确估计对提高图像处理的质量有重要意义。对被高斯白噪声所污染的图像进行稀疏主成分分析时,其部分主成分的负载向量的均值与高斯白噪声标准差呈现一定的线性关系。基于此特征,本文提出了一种快速精确的图像... 详细信息

实现数字图像中噪声参数的精确估计对提高图像处理的质量有重要意义。对被高斯白噪声所污染的图像进行稀疏主成分分析时,其部分主成分的负载向量的均值与高斯白噪声标准差呈现一定的线性关系。基于此特征,本文提出了一种快速精确的图像噪声估计方法。在该方法中,通过对高斯白噪声污染图像添加多种已知标准差等级的新的高斯白噪声以产生多幅新图像,然后对每幅图像进行稀疏主成分分析,并求取多个主成分负载向量均值。最后,通过求解一个超定方程组实现图像高斯噪声标准差等级的精确估计。实验结果表明,本方法在低噪声(δ0=5)到高噪声(δ0=70)条件下均具有较高的估计精度和较强的鲁棒性,在实际工程中具有一定的实用价值。

关键词：稀疏主成分分析高斯白噪声图像噪声估计

来源：评论

学校读者我要写书评

暂无评论

稀疏主成分分析与BP神经网络结合算法及其在心脏病临床数据分析中的应用

稀疏主成分分析与BP神经网络结合算法及其在心脏病临床数据分析中...

引用

作者：于秀君云南师范大学

学位级别：硕士

心脏病是全球头号死因,在中国,每年死于心脏病的人数超过4百万,心脏病居城乡居民总死亡原因首位,心脏病的严重不良后果引发了世界范围内对心脏病临床管理和诊断问题的广泛关注,基于和心脏病风险因子相关的临床记录数据,多种统计方法和... 详细信息

心脏病是全球头号死因,在中国,每年死于心脏病的人数超过4百万,心脏病居城乡居民总死亡原因首位,心脏病的严重不良后果引发了世界范围内对心脏病临床管理和诊断问题的广泛关注,基于和心脏病风险因子相关的临床记录数据,多种统计方法和模型被开发并用于准确预测心脏病的发生。然而,已存在的心脏病预测模型,在预测速度以及精度方面并没有达到我们的预期效果。根据近年研究结果表明,混合算法在心脏病预测方面表现出了良好的效果,而且在预测速度以及预测精度方面都有显著提高。因此,我们从混合模型的角度出发,提出了一种新的算法,用于提高模型预测速度与准确度。首先,我们利用稀疏主成分分析对数据进行了降维处理,然后,将稀疏主成分得分作为反向传播神经网络的输入值,再由反向传播神经网络进行训练,由此将稀疏主成分分析与反向传播神经网络结合起来,提出新的算法——SPCA-BP算法。为了测试该算法在心脏病诊断方面的预测效果,在本文中我们对来自克利夫兰医学中心的心脏病临床数据进行了分析。考虑疾病预测研究问题的概率特征,我们完成了从逻辑回归到神经网络的转化,结合本文算法完成了分析。同时我们还将SPCA-BP算法应用于COX比例风险模型中,计算了模型预测的准确率。作为对比,我们还对数据进行了Logistic回归分析。结果表明,我们的算法在预测诊断方面效果最好。

关键词：心脏病临床数据分析稀疏主成分分析反向传播神经网络联合方法逻辑回归

来源：评论

学校读者我要写书评

暂无评论

稀疏主成分分析算法研究

稀疏主成分分析算法研究

引用

作者：尹金娣西安电子科技大学

学位级别：硕士

现在,全球已进入互联网时代,在各个领域都能收集到丰富多样的数据信息。通过对这些数据信息的处理,可以更加丰富、具体的描述客观对象,帮助人们找到事物的本质规律,以致做出正确的判断与措施来提高社会资源利用率。但在实际问题应用中,... 详细信息

现在,全球已进入互联网时代,在各个领域都能收集到丰富多样的数据信息。通过对这些数据信息的处理,可以更加丰富、具体的描述客观对象,帮助人们找到事物的本质规律,以致做出正确的判断与措施来提高社会资源利用率。但在实际问题应用中,这些海量的高维数据之间往往存在大量冗余。因此,如何对这些数据进行处理,找到数据之间的内在联系,已成为人们日益关注的问题。传统的主成分分析方法是很受欢迎的处理高维数据的降维工具,但其提取的主成分的元素大都是非零的,这就很难去解释主成分对应的具体特征是什么。稀疏主成分分析是在主成分分析的基础上得到的提取稀疏主成分的算法。但稀疏主成分分析是线性分类工具,不能处理非线性数据,故本文将其与核函数结合得到了稀疏核主成分分析方法。文章主要分以下三个方面叙述。1.介绍了一些相关的范数定义,主成分分析（PCA）,核主成分分析（KPCA）,交替方向法（ADM）,矩阵收缩法。此外,本文还总结了稀疏主成分分析算法的七种优化模型。2.稀疏主成分分析（SPCA）的目的是提取一些原始数据变量的线性组合并且这些组合在稀疏的同时尽可能多地保留原来的信息。本文考虑了测量方差的2L和L1范数,诱导稀疏的L0和L1范数,以及约束和惩罚两种用途得到新的两种SPCA最优模型。然后将这两种模型与交替方向法结合得到了新的稀疏主成分分析方法。并在人工数据和真实数据上做了实验,最终证明了算法的有效性。3.由于生活中的数据大都是非线性的,因此本文根据主成分分析向核主成分分析推广的思想,将稀疏主成分分析与核函数结合,得到了稀疏核主成分分析算法（SKPCA）。在实验部分,本文分别使用了30个省市的农民家庭消费状况数据和二维人工生成样本数据来进行实验仿真。实验证明,这种方法可以有效的提取非线性数据的稀疏主成分。

关键词：数据降维主成分分析核函数稀疏主成分分析稀疏核主成分分析

来源：评论

学校读者我要写书评

暂无评论

结合小波变换和稀疏主成分分析的复合材料缺陷信号增强算法

引用

传感技术学报 2022年第12期35卷 1664-1670页

作者：张圆刘薇李津蓉孙勇智浙江科技学院自动化与电气工程学院浙江杭州310023

脉冲热成像技术被广泛应用于碳纤维复合材料内部缺陷检测。由于原始热成像数据包含不均匀背景及检测噪声,缺陷信号的可视化效果较差,无法直接进行缺陷检测及识别。针对上述问题,提出结合小波变换和稀疏主成分分析(Wavelet Transforming ... 详细信息

脉冲热成像技术被广泛应用于碳纤维复合材料内部缺陷检测。由于原始热成像数据包含不均匀背景及检测噪声,缺陷信号的可视化效果较差,无法直接进行缺陷检测及识别。针对上述问题,提出结合小波变换和稀疏主成分分析(Wavelet Transforming and Sparse Principal Component Analysis,WT-SPCA)的特征提取方法,以提高缺陷信号的可视化效果。首先利用小波变换进行噪声信号去除,进一步采用稀疏主成分分析提取缺陷信号特征。实验结果表明,WT-SPCA方法可有效去除不均匀背景及噪声干扰,准确提取缺陷特征。与主成分分析、稀疏主成分分析等特征提取方法相比,WT-SPCA能够有效提高缺陷信号的可视化效果及缺陷区域的信噪比水平。

关键词：脉冲热成像特征提取小波变换稀疏主成分分析碳纤维复合材料

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：