检索结果-内蒙古大学图书馆

作者：梁小娟陕西科技大学

学位级别：硕士

近红外分析技术是一种快速、无损、高效、可靠的分析方法,已被广泛应用于食品、药品、化工和农业等领域,尤其在中药领域有着重要的应用价值。近红外光谱分析技术能够实现中药材产地、等级的判别以及药物成分的含量检测。但近红外光谱数... 详细信息

近红外分析技术是一种快速、无损、高效、可靠的分析方法,已被广泛应用于食品、药品、化工和农业等领域,尤其在中药领域有着重要的应用价值。近红外光谱分析技术能够实现中药材产地、等级的判别以及药物成分的含量检测。但近红外光谱数据是典型的高维小样本数据,数据的特征维数远大于数据样本数,光谱数据中会不可避免地含有冗余信息和干扰变量,导致所建模型复杂度增大,计算量提高,预测效果降低。因此,筛选出有效的波长变量在近红外光谱分析中至关重要。本文针对近红外光谱数据中存在的冗余信息和干扰变量问题,探究了不同特征波长选择算法对近红外光谱建模的影响,主要内容如下:(1)设计数据采集实验,搭建数据采集平台,利用SupNIR-2700近红外光谱仪对山楂叶和何首乌光谱数据进行采集。(2)针对近红外光谱产地判别模型数据样本量小、维度高、类别不平衡特性,研究了一种基于稀疏主成分分析特征选择(Sparse Principal Compo-nent Analysis for Feature Selection,SPCAFS)与支持向量机(Support Vector Machine,SVM)建模的定性分析方法(SPCAFS-SVM)。该方法对数据进行稀疏表示,利用特征向量的稀疏性来剔除数据中的冗余信息,并采用SVM建立山楂叶近红外产地判别模型,实现了山楂叶南北产地判别。与传统的主成分分析方法不同,SPCAFS通过L1正则化来增强特征向量的稀疏性,并引入约束条件,增强特征向量之间的独立性,从而提升样本之间的区分度。模型以准确率、精确度和灵敏度作为评价标准,并与连续投影(Successive Projections Algorithm,SPA),正则化自表示(Regularized self-representation,RSR)和稀疏子空间聚类(Sparse Subspace Clustering,SSC)3种特征选择算法进行对比,在山楂叶南北产地的判别实验中验证了 SPCAFS的有效性。(3)针对近红外光谱含量检测模型数据样本量小、维度高和局部线性整体非线性特性,研究了一种基于可扩展的自表示学习波段选择算法(Scalable One-Pass Self-Representation Learning,SOP-SRL)与决策树偏最小二乘法(Decision Tree-Partial Least Squares,DT-PLS)建模的定量分析方法(SOP-SRL-DT-PLS)。该方法为每个样本的损失函数分配适当的权重,以强调样本中的差异,同时增加了一个基于图的正则化项,通过测量由所选波段构建的样本之间的局部相似性来提高波段的代表性。为了解决何首乌数据局部线性,整体非线性的问题,使用了 DT-PLS建模算法。选用何首乌二苯乙烯苷和蒽醌类含量为研究对象,通过综合对比分析,选择出合适的预处理方法、样本选择方法和特征选择方法,并分别针对二苯乙烯苷和蒽醌类含量,建立了两种何首乌含量检测模型。结果表明,SOP-SRL-DT-PLS在所用方法中表现最佳。(4)为了检验SPCAFS和SOP-SRL在中药检测中的实际应用能力,分别设计了基于SPCAFS和SOP-SRL的PLS定量分析模型。以安胎丸指标含量阿魏酸、黄芩苷和汉黄芩苷为研究对象,分别通过SPCAFS和SOP-SRL选取代表性特征波段,之后采用PLS建立近红外光谱回归模型,并与CCBS、RSR和SSC3种特征波长选择算法的建模结果进行对比。结果表明,SPCAFS和SOP-SRL可有效提取安胎丸指标含量阿魏酸、黄芩苷和汉黄芩苷的特征波段,并实现阿魏酸、黄芩苷和汉黄芩苷含量的准确检测。

关键词：近红外光谱中药波长选择稀疏主成分分析可扩展的自表示学习

来源：评论

学校读者我要写书评

暂无评论

通过稀疏PCA分析新冠疫情对股市的影响

引用

中国科学技术大学学报 2021年第5期51卷 404-418,430页

作者：黎明温灿红中国科学技术大学管理学院统计与金融系安徽合肥230026

新冠疫情的爆发在全世界造成了严重的公共卫生和经济后果。评估新冠疫情对经济,尤其是股市的影响非常重要。为此,我们提出应用几种最先进的稀疏主成分分析(PCA)方法来分析2019年2月1日至2021年2月1日的沪深300指数股票数据,以揭示新冠... 详细信息

新冠疫情的爆发在全世界造成了严重的公共卫生和经济后果。评估新冠疫情对经济,尤其是股市的影响非常重要。为此,我们提出应用几种最先进的稀疏主成分分析(PCA)方法来分析2019年2月1日至2021年2月1日的沪深300指数股票数据,以揭示新冠疫情爆发的影响.将这段时间分为两个时期——2020年1月1日之前和之后,在此基础上,我们尝试提取主成分并构建投资组合.结果表明,在新冠疫情爆发之后,代表市场的主成分的比例有所下降.关于前两个主成分的构成,新冠疫情爆发后,起决定作用的股票集合有很大的不同.在新冠疫情之后,医疗保健行业的股票开始在沪深300指数的投资组合中发挥重要作用.与沪深300指数相比,稀疏PCA方法的前两个主成分可以在组成投资组合的股票集数量少得多的情况下获得更高的回报.综上所述,新冠疫情的爆发导致沪深300指数股票的主成分比例和构成发生了变化.

关键词：新冠疫情稀疏主成分分析股票指数

来源：评论

学校读者我要写书评

暂无评论

基于GC-MS的浓香型白酒等级评判模型研究

引用

中国酿造 2021年第10期40卷 102-107页

作者：陈明举周迪王鸿熊兴中四川轻化工大学人工智能四川省重点实验室四川宜宾644000 四川轻化工大学自动化与信息工程学院四川宜宾644000

以不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用(GC-MS)技术建立浓香型白酒微量成分的指纹图谱,采用稀疏主成分分析(SPCA)提取GC-MS图谱前7个稀疏主成分构建白酒成分特性的综合指标,进而采用回归分析建立浓香型白酒质量评价... 详细信息

以不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用(GC-MS)技术建立浓香型白酒微量成分的指纹图谱,采用稀疏主成分分析(SPCA)提取GC-MS图谱前7个稀疏主成分构建白酒成分特性的综合指标,进而采用回归分析建立浓香型白酒质量评价的客观模型。验证实验结果表明,建立的白酒质量评价模型与感官评价的评分绝对误差<3,在实现特级、优级、一级、二级四个等级的评价中,正确率达到94%。研究表明,不同等级的白酒的GC-MS图谱的稀疏主成分存在较明显差异,该研究建立的白酒质量评价模型能有效地实现白酒等级的评判,为白酒质量控制及等级鉴定提供了一种客观方法。

关键词：气相色谱-质谱联用浓香型白酒稀疏主成分分析回归分析等级评判模型

来源：评论

学校读者我要写书评

暂无评论

基于文本挖掘的教学质量评价指标量化研究

引用

应用数学进展 2022年第12期11卷 8598-8604页

作者：赵宇昂周胜张泽文南京信息工程大学江苏南京

教学质量评价数据主要由专家给出的评判等第和综合评语构成,现存的教学质量评估方法只能根据专家给出的等第对教学质量进行粗略划分,缺少对于专家综合评语的具体量化。本文旨在通过文本挖掘方法实现对于专家评语的具体量化,然后结合专... 详细信息

教学质量评价数据主要由专家给出的评判等第和综合评语构成,现存的教学质量评估方法只能根据专家给出的等第对教学质量进行粗略划分,缺少对于专家综合评语的具体量化。本文旨在通过文本挖掘方法实现对于专家评语的具体量化,然后结合专家给出的等第进行监督加权,得到一个结合专家等地和专家评分的综合量化得分,实现对于教学质量的具体评价。最后使用提出的量化指标对该校近三年的教学质量进行稀疏主成分分析,得到的三个主成分具有良好的解释性,可以被解释为“学期效应”、“理论课效应”和“实践课效应”,揭示出新冠疫情爆发导致高校教学质量急剧降低的规律。

关键词：文本挖掘监督加权教学质量评价 TF-IDF准则稀疏主成分分析

来源：评论

学校读者我要写书评

暂无评论

基于部分线性单指标模型的重庆区县房价研究

基于部分线性单指标模型的重庆区县房价研究

引用

作者：王旭东重庆大学

学位级别：硕士

本文针对指标较多的纵向数据,首先考虑对指标进行非线性划分,进而采取稀疏主成分分析对高维数据指标进行降维筛选,然后构建部分线性单指标模型。参考国外有关文献,对基于纵向数据的部分线性单指标模型的估计方法进行了梳理和总结,对部... 详细信息

本文针对指标较多的纵向数据,首先考虑对指标进行非线性划分,进而采取稀疏主成分分析对高维数据指标进行降维筛选,然后构建部分线性单指标模型。参考国外有关文献,对基于纵向数据的部分线性单指标模型的估计方法进行了梳理和总结,对部分方法进行整合,形成本文的模型推断方法。在模型推断上,先建立多元线性模型获取半参数模型参数估计的迭代初值,再依次使用工作独立和组内相关估计方法,对半参数模型进行估计。在工作独立方法中,先后使用工作独立核广义估计方程和轮廓非加权最小二乘分别对非参数连接函数和参数进行初步估计,进而采用基于半参数广义估计方程的协方差矩阵估计方法得到工作协方差矩阵;在组内相关估计方法中,先后使用边际非参数核回归和修正的广义估计方程更新非参数连接函数和参数估计。通过模拟数据研究,验证了该整合方法的可行性。在理论方法整合和模拟数据研究的基础上,基于历年的《重庆统计年鉴》数据对重庆各区县房价影响因素进行实证分析,首先将收集到的重庆各区县的年度经济数据合并为纵向数据,然后对纵向数据进行观测时点稀疏化处理,即对密集的观测数据进行抽样,得到稀疏纵向数据,再采用Pearson相关性检验和Spearman相关性检验对所有指标进行线性和非线性划分,得到线性指标和非线性指标,再对指标较多的线性部分进行稀疏主成分分析,解决多重共线性问题,保证模型迭代求解的顺利进行,并提高模型解释性,再将线性部分的稀疏主成分和非线性部分作为模型的协变量,重庆各区县房价的时间序列数据作为响应变量,构建部分线性单指标模型。先后采用多元线性回归、工作独立估计方法和组内相关估计方法对模型参数和非参数连接函数进行估计,包括工作独立核广义估计方程、轮廓非加权最小二乘、基于半参数广义估计方程的协方差矩阵估计方法、边际非参数核回归、修正的广义估计方程,对参数、非参数连接函数和工作协方差矩阵进行估计。最后根据测试集均方误差对模型表现进行评价,根据参数估计值和非参数连接函数图像以及稀疏主成分载荷矩阵,从线性关系和非线性关系两个层面,考察线性稀疏主成分和非线性协变量对房价的影响,进而分析具体经济指标对房价的作用机制,验证了构建基于稀疏主成分分析的部分线性单指标模型的可行性。根据本文的理论和实证研究结果,对于高维纵向数据构建部分线性单指标模型的未来研究可从单指标模型中非线性协变量的合理选取和在参数估计的损失函数中加入惩罚项进行变量筛选两个方面入手。

关键词：纵向数据稀疏主成分分析部分线性单指标模型广义估计方程

来源：评论

学校读者我要写书评

暂无评论

面向随机矩阵集中不等式及其应用研究

面向随机矩阵集中不等式及其应用研究

引用

作者：姜冰大连理工大学

学位级别：硕士

随机矩阵集中不等式是随机矩阵理论中的一个重要研究方向,它研究的问题是限定随机矩阵和的极端特征值(或范数)大于给定常数的概率,被广泛地应用于机器学习、压缩感知、量子计算、优化等领域。国内对这一问题的研究还处于起步阶段,因此... 详细信息

随机矩阵集中不等式是随机矩阵理论中的一个重要研究方向,它研究的问题是限定随机矩阵和的极端特征值(或范数)大于给定常数的概率,被广泛地应用于机器学习、压缩感知、量子计算、优化等领域。国内对这一问题的研究还处于起步阶段,因此本文总结了当前主流的随机矩阵集中不等式的框架。这些框架的主要步骤如下:首先,使用矩阵的拉普拉斯变换方法,通过矩阵矩母函数的迹控制随机矩阵和的特征值的尾部概率;然后,使用Golden-Thompson不等式或累积母函数控制矩母函数的上界。通过这些方法得到的随机矩阵集中不等式依赖于矩阵的维数,这阻止了它在高维或无限维矩阵中的应用。进行主成分分析和稀疏主成分分析的数据通常是高维数据,本文使用维数无关的随机矩阵集中不等式对它们的实际误差上界进行了研究,得到了指数形式的实际误差上界,适用于维数很高的数据。根据稀疏主成分分析的理论研究,对稀疏主成分分析进行了改进:为了克服其得到的主轴不正交的问题,基于施密特正交化的思想去除主轴的相关性。对三个数据集Wine、Heart和Sonar分别用稀疏主成分分析和改进的稀疏主成分分析降维,使用支持向量机分别对用两种方法降维的数据进行分类,实验结果表明使用改进的稀疏主成分分析降维的数据进行分类比使用稀疏主成分分析降维的数据分类的平均准确率和平均查全率分别提升5.8%和5.1%。因子分析的目标是获得符合简单性原则的因子载荷矩阵,将稀疏主成分分析和改进的稀疏主成分分析分别应用于因子分析的参数估计,实验结果表明稀疏主成分分析得到的结果易于解释,并且信息的损失较少,改进的稀疏主成分分析的信息损失相对较多。

关键词：随机矩阵集中不等式主成分分析稀疏主成分分析因子分析

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的论文评分研究

引用

信息与电脑 2021年第11期33卷 54-56页

作者：牛太冬靳达森张海若张宪帅天津科技大学天津300457

本文首先利用Wordcloud库对评语文本进行可视化,将频率较高的无用词剔除,然后对教师评语进行中文分词,利用TF-IDF算法描述字词在一个语料库的重要程度,并将映射到特征空间的评语数值特征作为特征向量,然后利用稀疏主成分分析法对数据进... 详细信息

本文首先利用Wordcloud库对评语文本进行可视化,将频率较高的无用词剔除,然后对教师评语进行中文分词,利用TF-IDF算法描述字词在一个语料库的重要程度,并将映射到特征空间的评语数值特征作为特征向量,然后利用稀疏主成分分析法对数据进行降维,将总评分作为论文等级的标识划分论文等级,最后使用支持向量机对其进行训练,使得分类器具有评判论文得分等级的功能。

关键词：稀疏主成分分析支持向量机多分类混淆矩阵

来源：评论

学校读者我要写书评

暂无评论

对称阵稀疏主成分分析及其在充分降维问题中的应用

引用

山东大学学报（理学版） 2012年第4期47卷 116-120,126页

作者：邵伟祝丽萍刘福国王秋平山东大学数学学院山东济南250100 昌吉学院数学系新疆昌吉831100

讨论了对称阵的稀疏主成分分析,并给出估计的渐近结果。基于蒙特卡洛分析的模拟实验展示了在充分降维中稀疏主成分的优势。

关键词：对称阵主成分分析稀疏主成分分析充分降维蒙特卡洛 LASSO

来源：评论

学校读者我要写书评

暂无评论

长江经济带能源高质量发展的测度与聚类分析

引用

工业技术经济 2020年第10期39卷 116-124页

作者：周四军戴思琪湖南大学金融与统计学院长沙410079

根据我国经济高质量发展目标和长江经济带发展战略,本文构建长江经济带能源高质量发展综合评价指标体系,以2007~2018年长江经济带内11个省市为样本,通过稀疏主成分分析得到反映能源发展条件、能源-生产协调、能源清洁低碳的3个稀疏主成... 详细信息

根据我国经济高质量发展目标和长江经济带发展战略,本文构建长江经济带能源高质量发展综合评价指标体系,以2007~2018年长江经济带内11个省市为样本,通过稀疏主成分分析得到反映能源发展条件、能源-生产协调、能源清洁低碳的3个稀疏主成分,测算能源高质量发展指数,使用TOWA算子加权进行动态评价,并根据聚类分析进行地理分区。研究表明:长江经济带能源高质量发展逐年上升,但区域发展不均衡明显,呈“东北部高,西南部低”格局,上海能源高质量发展水平最高,江苏、浙江、重庆和四川能源高质量发展水平一般,湖南、江西、贵州和云南能源高质量发展水平较低。重庆和四川清洁低碳能源发展较高但能源发展条件较低,江苏和浙江清洁低碳能源发展程度较低。

关键词：长江经济带能源高质量发展稀疏主成分分析 TOWA算子聚类分析地区差异

来源：评论

学校读者我要写书评

暂无评论

面向大规模复杂数据的推荐系统中若干问题的研究

面向大规模复杂数据的推荐系统中若干问题的研究

引用

作者：胡志斌华南理工大学

学位级别：博士

目前,推荐系统已被广泛地应用到人们的日常生活当中,并在电子商务、社交网络、计算广告、智能医疗、智慧城市等领域取得了丰硕的成果。推荐系统旨在从大量信息中为用户快速地发掘潜在有用的少量信息,从而使用户避免陷入信息超载的问题,... 详细信息

目前,推荐系统已被广泛地应用到人们的日常生活当中,并在电子商务、社交网络、计算广告、智能医疗、智慧城市等领域取得了丰硕的成果。推荐系统旨在从大量信息中为用户快速地发掘潜在有用的少量信息,从而使用户避免陷入信息超载的问题,多年来受到学术界和工业界的广泛关注。然而,随着互联网的快速发展以及智能终端的日益普及,数据在数量、维度、形式、结构等方面发生了巨大的变化,产生了数据海量化、特征高维化、形式多模态化、结构复杂化的一系列挑战。伴随而来的是推荐模型存储开销、在线推荐计算开销、高维噪声数据预处理、异构模态数据推荐、复杂结构信息提取等问题。针对以上问题,本文对面向大规模复杂数据的推荐系统进行了深入的研究,分别提出了解决方案。本文的主要贡献总结如下:1)提出了一个离散化的因子分解机推荐模型。通过构造交叉熵目标函数的二次上界,并且引入离散约束,从而把潜在特征矩阵的优化问题转化为一系列二元二次规划问题,并且利用半正定松弛优化方法来学习哈希编码表示。实验结果表明,相对于实值表示的因子分解机模型,该模型能够在取得相近的推荐性能的同时显著地减少模型存储开销和加速推荐计算,从而有效地应对数据海量化和特征高维化所带来的模型存储开销与在线推荐计算开销问题。2)提出了一个基于Stiefel流形的稀疏主成分数据分析方法。通过将稀疏规则算子引入目标函数,并且提出了一种稳定交替方向乘子法在Stiefel流形上同时更新多个主成分,从而使得学习到的多个主成分在引入稀疏性的同时保持正交性质。同时,考虑在特征挑选时引入主成分之间的影响权重,进一步提出了一个二阶段稀疏主成分方法。实验结果表明,相对于现有方法,提出方法在提取的主成分质量、特征挑选以及计算效率上有显著的提升,从而有效地应对数据海量化和特征高维化所带来的数据降维、降噪的问题。3)提出了一个基于关系发现的跨模态图文检索推荐模型。该模型首先为图像和文本数据分别提取区域特征向量和单词特征向量表示,然后通过一个视觉语义关系网络来学习图片区域向量与文本词向量间潜在的对齐关系,最后通过一个双向注意力网络来推断图片与文本的匹配相似度。实验结果表明,相对于现有模型,该模型能够更好地捕捉到视觉语义对齐中的抽象概念,在跨模态数据检索推荐任务上有显著的提升,从而有效地应对形式多模态化所带来的异构模态数据的检索推荐问题。4)提出了一个基于图神经网络的推荐模型。该模型首先通过设计的图嵌入消息传播层来为每个用户和物品学习潜在嵌入向量,然后利用一个多层神经网络来为用户和物品的潜在嵌入向量进行交互建模。实验结果表明,相对于现有模型,该模型在推荐性能上有了显著的提升,同时也验证了模型设计的合理性。该模型通过直接将用户和物品的几何结构信息引入到潜在嵌入向量学习中,能够有效地挖掘复杂数据的潜在协同信息,从而提升推荐模型的性能。

关键词：推荐系统协同过滤因子分解机哈希技术稀疏主成分分析跨模态数据检索图神经网络

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：