大数据分析过程中的降维方法

随着大数据时代的到来,高维数组的分析越来越困难。介绍了两种大数据线性降维的方法,通过构造计算矩阵,求解矩阵的特征值和特征向量,可以非常容易地发现数据的极小维度表示,降低后期大数据分析的复杂度。通过采用这些方法进行数据降维,可以找出数据内在的相互关系,非常有利于数据分布规律的分析。     

模糊的类内矩阵模式主分量分析及在人脸识别中的应用

矩阵模式主分量分析（MatPCA）作为有效的特征提取方法能同时处理矩阵表式的模式和向量表式的模式。但与主分量分析（PCA）方法一样,MatPCA没有使用样本的类别信息,因此所提取的特征不能提供足够的判别信息,进而影响随后的分类性能。为有效利用样本的类别信息,在MatPCA基础上提出了一种新的特征提取方法——模糊的类内MatPCA（F—WMatPCA）。F—WMatPCA利用模糊K最近邻（FKNN）求解训练样本的模糊隶属度并在模糊的类内执行MatPCA。由于F—WMatPCA使用更多的类别信息,因此能有效地提高识别精度。对0RL,Yale人脸数据集和几个UCI数据集做了实验,结果证实了该方法的有效性。另外,讨论了F—WMatPCA在人脸识别上的应用,并与F—Fisherfaces作了比较,结果表明F—WMatPCA具有比F—Fisherfaces更稳定、更鲁棒的识别性能。     

Quantifying lunar soil composition with partial least squares modeling of reflectance

Retrieval of lunar soil composition is commonly achieved through optical remote sensing in which spectral characteristics of returned lunar samples are related to their constituents. Partial least squares (PLS) and principal component regression (PCR) were applied to the dataset characterized by the Lunar Soil Characterization Consortium (LSCC) to estimate the content of FeO, Al₂O₃ and TiO₂ in the soils. The goal of this study was to test whether the conversion of reflectance to single scattering albedo (SSA) via Hapke’s radiative transfer model is able to improve the performance of PLS and PCR. Results from PLS and PCR modeling of SSA spectra indicate that the conversion does not necessarily improve the performance of PLS and PCR, and this depends on the chemical considered, the way to select the number of optimal factors, and how the data were pretreated. The conversion failed to accommodate the large deviation of highland samples with low FeO, TiO₂ and high Al₂O₃.     

基于COM的可互换虚拟仪器驱动技术研究

提出了基于COM(Component Object Model)的可互换虚拟仪器驱动器的模型,分析了其实现互换的方法,并提出了在该模型下的仪器仿真驱动方案,最后将该模型的驱动器和现有VPP(VXI Plug&Play)、IVI(Interchangeable Virtual Instrument)驱动器进行了对比分析,其结果表明,基于COM的可互换虚拟仪器驱动器在互换性、平台适应能力、远程访问能力以及仿真能力等方面具有更加优良的综合性能.       

转子振动故障信号的盲分离

介绍了盲源信号分离基本原理。基于最小化互信息原理,建立了用独立分量分析方法估计分离矩阵的加速梯度法,并给出了实现步骤。利用所建立的方法进行振动信号盲源分离的数值仿真,分离后的信号波形与源信号一致。对具有故障的实际转子进行多传感器信号采集并进行盲分离,不同故障的特征被分离开来。分析实例体现了所建立的方法在盲源信号分离中的有效性和对转子故障分离的实用性。      

基于最小二乘支持向量机的工具误差分离与折合

制导工具误差分离与折合是导弹精度评定中的重要问题,提出了利用支持向量机方法获得工具误差系数估计和进行弹道误差折合的新方法,由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。仿真计算表明,与最小二乘和主成分方法相比,最小二乘支持向量机获得的误差系数估计与真值更加接近,折合得到的全程弹道遥外差更加准确。     

一种基于构件的可重配置通用星载遥测软件设计

传统遥测处理设计方法,其软件逻辑处理与用户需求紧密耦合,难以重用。通过对星载软件构件化技术和航天器遥测需求进行分析,采用软件构件设计遥测处理模块,完成遥测采集、存储、包调度、虚拟信道调度和下传。构件化设计的遥测模块,通过参数配置和构件组装的方式实现不同的遥测需求,从而实现通用化遥测软件。经试验,结果表明,构件化的通用星载遥测设计方法,具有良好的任务适应性,能够显著降低开发时间和成本,可为通用化航天器遥测模块设计提供参考。     

模型的稀疏选择与参数辨识及应用

基于正则化技术的稀疏成分分析方法可同时完成模型选择和参数估计功能。现分别从迭代算法的设计和对应岭估计的构造两方面切入,研究正则化函数的选取及特点,并深入分析其模型参数辨识的机理,说明正则化参数与广义岭估计的最佳岭参数的耦合性。该方法可操作性强,可保证参数迭代的收敛性,对于正则化函数的构造和参数估计的统计特性分析均有规则可循。缺项多项式和制导工具误差系数求解的数值例子表明,该方法具有有效的一体化模型选择和参数估计功能。     

精密时间频率，国防命脉所在——国防时间频率专业的发展

精密时间频率设备及其计量技术是国防科技工业的基础,总结了国防科技工业在晶体元器件、频率综合、原子频标、时间频率计量等时频领域的发展现状,并指出时间频率专业今后的发展方向。     

一种基于主成分分析法的发动机性能评估方法

为了能对发动机机队的性能进行视情维修管理和实时排序,利用多属性风险决策方法对高位空间进行降维处理,并根据性能参数中蕴含的客观信息建立主成分分析方法的综合模型。由该方法得出的综合指数可判断发动机的相对性能,为发动机性能评估提供依据。