排序方式： 共有140条查询结果，搜索用时 21 毫秒
41.
卫星在轨运行期间,遥测数据是反映卫星健康状态的重要依据,在卫星故障早期检测到遥测数据的潜在异常对卫星的安全维护具有重大意义。工程上采用的阈值法无法有效检测到门限内的故障征兆,而且目前这一领域的理论研究无法有效地挖掘多维遥测序列的潜在相关性。针对这一问题,采用一种融合主成分分析的相关概率模型的检测方法,以某型号卫星实际在轨遥测数据为对象,深入分析故障案例。通过仿真验证该方法能够在故障早期检测出异常,并对实验结果进行对比和分析。而且,这种方法可以快速地帮助运管人员对早期故障做出诊断,以便地面及时处理,避免发生更大的事故。 相似文献
42.
Principal component analysis of colour measurements of patinas and coating systems for outdoor bronze monuments 总被引：1，自引：0，他引：1
Principal Component Analysis (PCA) was applied on colour measurements performed on outdoor bronze patinas and protective coating systems on bronze coupons in order to monitor natural weathering and cleaning effects. PCA chemometric technique is shown to be a powerful tool to analyse the large measurement data set which is needed to characterise these kinds of system. The results are compared with previous work where the CIELAB L*a*b space was used, in order to spot the advantages and disadvantages of both techniques and how they can complete each other in order to set up a workflow when dealing with large datasets of colour measurements. As previously stated, quicker colour variations in the early stage of natural weathering of bronze coupons are characterised, which is mainly due to lightness reduction. PCA analysis helps to visualise the different behaviour upon cleaning procedure of different monument patinas and colour difference reduction due to cleaning. It gives the advantage in a first screening phase to possibly highlight the presence of outliers, check the level of noise in the spectra, and select the variables which carry more information. Its integration in a workflow for colour measurement can help in speeding up the process of later analysing data with the well-established CIELAB system. 相似文献
43.
本文提出了一种基于主成分分析（PCA, principal components analysis）及支持向量机（SVM, support vector machines）的信息隐藏盲检测方法。该方法根据信息隐藏时对载体图像引入噪声的特点,通过分析图像块的主成分,计算出图像的特征向量。通过对原始样本图像和藏密样本图像特征向量的学习和训练,得到SVM检测模型,可用于信息隐藏的盲检测。实验结果表明,该方法能够有效地检测出目前常用的信息隐藏方法。 相似文献
44.
基于主分量分析的数字水印 总被引：7，自引：0，他引：7
王朔中 《上海大学学报(英文版)》2000,4(1):22-26
1 Ｉｎｔｒｏｄｕｃｔｉｏｎ Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｃｏｍｐｕｔｅｒｎｅｔｗｏｒｋａｎｄｍｕｌｔｉｍｅｄｉａｔｅｃｈｎｏｌｏｇｙ,ｄｉｓｓｅｍｉｎａｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｏｎｉｎｔｈｅｆｏｒｍｓｏｆａｕｄｉｏ,ｖｉｄｅｏａｎｄｓｔｉｌｌｉｍａｇｅｈａｓｂｅｃｏｍｅｗｉｄｅｓｐｒｅａｄ.Ｔｈｅｐｒｏｂｌｅｍｏｆｄａｔａｐｉｒａｃｙａｎｄｃｏｐｙｒｉｇｈｔｂｒｅａｃｈｉｓａｍａｊｏｒｃｏｎｃｅｒｎｗｈｅｎｉｎｆｏｒｍａｔｉｏｎｉｓｔｒａｎｓｍｉｔｔｅｄｏｖｅｒｎｅｔｗ… 相似文献
45.
安徽沿淮经济带现代城镇体系初具雏形,但城镇化绝对水平仍然较低且内部发展不平衡,城市区域带动能力偏弱,城镇基础设施建设相对落后,区域人口外流逐渐增多。在准确预测经济带2013—2030年人口规模和城镇化水平前提下,综合运用PCA方法和引力模型确定经济带区域中心城市并测度其辐射强度,提出应充分考虑沿淮经济带安徽段实际经济社会发展水平和生态资源环境条件,依托沿淮经济带现有的城镇空间布局重点和产业发展基础,坚持城镇发展与资源、环境相协调,实施核心城市引领、中心城市带动战略,最终形成安徽沿淮经济带“一轴、双组团、多节点”的开放型、网络状城镇空间结构。 相似文献
46.
以江苏省主要产业的182位科技创新人才为分析样本,应用PCA方法,实证分析了科技创新型领军人才对科技人才培养与吸纳环境的需求、供给重要性与满意度评价,并对科技人才环境的25个要素进行了主成分分析和象限图分析。主要的研究发现有：科技人才环境满意度得分远远低于重要度得分,科技人才环境不能满足科技创新型领军人才的需求;25个要素中有21个位于高度关注区,个体成长和金钱财富位于优先改进区,工作自主性和单位人际关系位于无关紧要区。针对研究结论提出了相应的政策建议。 相似文献
47.
以威优64、陆青早1号为材料,免耕提高了根系的a—萘胺氧化量、呼吸强度、叶片老化指数,降低了功能叶的过氧化物酶含量,延缓了叶片的衰老;主分量分析表明,功能叶光台速率、呼吸速率、绿叶面积、叶绿素含量、可溶性蛋白质含量、叶片含氮量、根系活力等,都可任选其一作为叶片衰老指标。 相似文献
48.
胡煜 《广东技术师范学院学报》2008,(6)
本文主要采用两种降维的方法和k-近邻法(KNN)有监督分类的方法来对基因芯片(微阵列)数据进行分析。PCA,PLS是一种提取海量的数据有效特征的有效方法,可以获得与原来基因芯片数据更为接近的成分的提取特征的效果。比较PCA降维方法和PLS降维方法对KNN统计判别分类的效果。 相似文献
49.
柯程扬刘丽桑 《福建工程学院学报》2021,(6):568-573
为了能对金线莲品系进行方便准确地识别,提出基于PCA￣KNN 的金线莲叶片识别方法。通过图像预处理,获得特征较为明显的叶片区域,再提取纹理和颜色特征,进行特征融合,然后采用PCA降低特征维度,提高识别精度,最后通过训练KNN 分类器完成分类。以3 个品系的金线莲为例进行鉴别试验,结果表明,提出的识别方法与其它方法相比,正确识别率更高,达到98.4%,能准确识别不同种类的金线莲。 相似文献
50.
基于SVM的人脸识别系统的研究 总被引：1，自引：0，他引：1
该文使用PCA来提取人脸的特征,克服了K-L算法计算量大,计算耗时长的缺点。实验表明该算法减少了特征提取时间。然后运用SVM来进行人脸识别。将两类分类问题的识别策略应用到多类分类问题,以ORL人脸库做的实验中得到了很好的识别效果 相似文献