公共文化服务平台

搜索到54篇“ 核PCA“的相关文章

一种基于核PCA和KMeans算法进行金融数据异常值检测的方法: 本发明公开了一种基于核PCA和KMeans算法进行金融数据异常值检测的方法，所述金融数据异常值检测的方法包括以下步骤：步骤一：采用主成分分析核PCA对高维金融数据进行降维处理，将原始数据映射到高维空间，投影前K个主成分上...; 励建科胡艳梁磊陈再蝶刘明锋

基于混合核PCA-CCA及核密度估计的过程监测方法: 本发明涉及一种基于混合核PCA‑CCA及核密度估计的过程监测方法，在建模阶段，使用基于正常工况下采集到的输入和输出数据，通过混合核PCA‑CCA模型得到相应的加权矩阵，然后基于状态空间中的模型残差建立T2统计量，最后通过...; 吴平楼嗣威高金凤

人民币国际化推动了中国与RCEP成员国股票市场协动吗?——基于核PCA和SV-TVP-SVAR模型的分析: 2022年; 恰值RCEP生效实施一周年即将到来之际,文章选取RCEP成员国股票市场指数,利用机器学习中较新颖的核PCA方法改进了股票市场吸收率指数(KAR指数),该指数能够刻画各国股指协动性变化特征。据此进一步研究人民币国际化不断深化时期,对RCEP成员国股票市场协动性程度的影响。研究发现:RCEP成员国股市大幅下跌之前,KAR指数都会大幅上升,在KAR指数大幅上升后,股指往往大幅下跌,而在KAR指数急剧下降后,股价则大幅上涨。人民币国际化对RCEP成员国股票市场协动性具有显著影响,人民币国际化程度越高,中国与RCEP成员国的协动性越低,反映出人民币在被国际市场接受的过程中充当了“稳定器”的作用。在短期当人民币国际化程度降低时,中国与RCEP成员国股市之间的协动性上升,系统性风险趋同,且影响持续。文章的研究对监测跨国股票市场系统风险管理和跨国的资产组合的风险对冲具有重要启示。; 刘子煜张左敏暘李思韵黄轲; 关键词：人民币国际化股票市场

基于深度特征及多核PCA特征融合的语音情感识别: 语音情感识别致力于让机器理解人类语音中包含的情感，以达到更为自然地人机交互，是当前人工智能领域的一大研究热点。语音情感识别模型一般包括情感语音数据、情感特征以及分类器三个模块，其中，情感特征是整个模型中的重要组成部分。目...; 李宝芸; 关键词：语音情感识别

基于动态核PCA的复杂废水处理过程在线故障检测被引量：7: 2021年; 为了克服废水处理过程具有较强的非线性及动态特性,研究了基于主成分分析(principal component analysis,PCA)的在线故障检测.首先在PCA的基础上引入核函数,构造核主成分分析(kernel principal component analysis,KPCA)来优化模型结构,再通过嵌入动态模型来构造动态核主成分分析方法(DKPCA),最后对废水处理过程进行在线故障检测.基于某造纸厂废水数据,构建了偏移故障、漂移故障及精度下降故障,并进行仿真.研究结果表明,在偏移故障条件下,相较于PCA和KPCA方法,DKPCA的平方预测误差故障检测率分别提升了96.96%和87.87%,且在漂移故障条件下检测的灵敏度也有明显提升,验证了在废水时变性过程中DKPCA方法在线故障检测的有效性.; 刘鸿斌张昊景宜张凤山; 关键词：废水处理过程动态过程故障检测

基于核PCA的混合教学数据特征分析与分级被引量：1: 2020年; 针对目前教学数据挖掘与分析多考虑在线学习特征数据,而缺乏对传统课堂和在线教学的混合数据的融合分析,所建立评价模型也多以教师为主体,鲜少考虑学生个体质量分级等问题,本文研究了混合教学数据的非线性群集特征提取方法,采用核主成分分析法对非线性混合学习特征数据进行降维计算,根据特征的权值大小提取影响学生学习质量的主要特征群集并得到多级特征指标,构建混合教学模式下学生个体质量的综合评价指标体系,并采用综合评价法确定多级评价指标的权重,建立学生个体综合评价与分级模型,并以本校公共课的混合教学数据为例,验证了模型的有效性。; 周静熊骏陈泽; 关键词：核主成分分析

基于混合核PCA-CCA及核密度估计的过程监测方法: 本发明涉及一种基于混合核PCA‑CCA及核密度估计的过程监测方法，在建模阶段，使用基于正常工况下采集到的输入和输出数据，通过混合核PCA‑CCA模型得到相应的加权矩阵，然后基于状态空间中的模型残差建立T2统计量，最后通过...; 吴平楼嗣威高金凤; 文献传递

基于PCA与核PCA的微阵列数据分析被引量：2: 2019年; 微阵列是近年来发展的生物技术,其产生数据典型特征是维数高而样本少,且数据常常存在缺少或噪声问题。在分析数据时,采用计算t值预处理方法解决此问题,同时针对数据高维的特点,采用PCA与核PCA对数据进行特征处理,然后应用支持向量机(SVM)进行训练,计算分类识别率。实验结果表明,经过降维处理之后能得到更高的分类识别率,提高了微阵列数据分析的准确性。; 黄紫成林增坦; 关键词：微阵列核PCA 支持向量机

一种基于核PCA的网络流量异常检测算法被引量：17: 2018年; 对各种网络数据流量的异常检测引起了人们的兴趣。网络数据流异常的检测和定位对于保障网络的稳定安全运行极为重要。基于主成份分析PCA(Principal component analysis)的网络异常检测算法虽然具有较好的检测性能,但是基于PCA的网络异常检测算法前提是假设网络流量数据满足高斯分布,且对网络数据的非线性结构表示无能为力。为了解决该问题,引入核函数空间,提出一种基于核主成分分析的在线网络流量异常检测算法。该算法以矩阵分解的方式构建正常子空间和异常子空间,并实现网络流量异常的检测。仿真实验分析表明,该算法取得了很好的检测性能。; 曾建华; 关键词：网络异常检测核主成分分析核函数

基于核PCA与SVM算法的木材缺陷识别被引量：16: 2017年; 木材缺陷是影响木材产业化推广的重要因素之一,通过合理的木材缺陷识别方法可以有效规避木材缺陷在实际应用中带来的资源浪费问题,同时大幅提高木材的实际利用率。针对木材节子非线性的特征,提出了一种新颖的木材缺陷识别方法。首先,通过核主成分分析方法(Kernel Principal Component Analysis,KPCA),采用多项式的核函数(Polynomial kernel function)对木材原始的非线性数据从低维映射到高维线性特征空间,然后再对映射空间中的线性样本进行降维处理,目的是为了提取到样本的特征参数。其次,结合SVM模型,选择多项式核函数,完成对木材缺陷的识别。最后,通过比较实验所得数据与实测数据,实验结果表明本文提出的方法有较高的识别精度和识别效率。; 马旭刘应安业宁闫贺; 关键词：木材缺陷核函数支持向量机

相关作者