中红外光谱在润滑油分类识别中的应用

由中红外光谱能够获得不同种类润滑油的组成与结构信息.分别用聚类分析法和主成分分析法提取润滑油的中红外光谱信息,对齿轮油、内燃机油和液压油这3大类共113个润滑油样品进行了分类识别.采用系统聚类法对其进行分类,比较了不同类间距离、样品间距离和光谱区间对聚类分析结果的影响.采用主成分分析法对齿轮油、内燃机油、液压油及不同黏...     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

基于聚类主成分分析法的变压器参数关联度评估

为了有效管理和监测电力变压器的健康状态,在对变压器正常运行的海量数据进行分析的基础上,构建变压器参数关联度评估方法。首先,为了对变压器运行参数进行参数分类定性,基于系统聚类的方法构建变压器参数样本分类流程算法,并设计了相应的流程图;然后,通过引入聚类以及主成分分析方法,建立基于聚类的主成分分析的变压器主要影响参数关联度评估模型;最后通过潼南电力局实际运行数据验证模型的可靠性和有效性,准确分析了变压器运行参数之间的定量关系,可以为变压器故障预测研究提供重要依据。     

轴辐式战备物资储备网络枢纽储备点选址初探

为解决分散式点状分布的后方仓库在进行战备物资保障时运输线路多、保障效率低的问题,构建了轴辐式战备物资储备网络,着重探讨了该网络中枢纽储备点的选址问题。首先介绍了轴辐式战备物资储备网络的结构及优点;接着探讨了枢纽储备点的选取问题,建立了枢纽储备点选址评价体系;然后通过SPSS22软件,结合统计数据,运用主成分分析法简化了选址指标;最后通过聚类分析法对储备点划分了层级,得到的聚类结果可作为枢纽储备点的选取依据。     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。     

基于PCA-LM的空战目标威胁评估

空战过程中态势瞬息万变,获取敌目标的威胁是我方取得攻击占位优势和采取战术规避的前提条件。提出主成分分析法和阻尼最小二乘法相结合的回归模型对目标的威胁进行评估。利用主成分分析法,分析指标之间的相关性,转化成相互独立的分量,确定主成分分量,重构目标威胁评估体系;对目标威胁与主成分分量进行回归分析,利用阻尼最小二乘法对回归模型参数进行估计,得到主成分分量与目标威胁之间的统计关系;利用目标威胁估计值与实际值之间的误差大小,验证了回归模型的有效性。消除了指标之间的相关性对评估结果的影响,提高了评估结果的客观性,解决了传统评估方法忽略指标之间耦合性的问题。     

基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。     

基于主成分分析的高密度聚乙烯热氧老化特性研究

采用主成分分析法(PCA)研究战储滚塑包装箱用高密度聚乙烯(HDPE)在80℃热氧加速老化条件下,5个力学参数及5个微观结构参数的变化规律,提取并分析了主成分因子信息,探究了各参数间的相关关系,建立并分析了HDPE在80℃热氧老化条件下的综合评价指标。结果表明:PCA分析提取的3个主成分基本可以概括所有参数信息;拉伸强度、拉伸模量、弯曲强度、弯曲模量协同相关,羰基指数、羟基指数、断链程度协同相关;冲击强度、支化程度、不饱和程度与其他参数均是弱相关;老化综合评价指标随时间呈三段式变化趋势。     

基于WBS-AHP与灰色聚类的装备抢修效能评估

针对装备抢修效能评估问题,引入项目管理领域的工作分解结构方法(Work Breakdown Structure,WBS)分析了系统的任务与流程,并以此为基础建立了评估指标体系;应用改进的层次分析法(Analytic Hierarchy Process,AHP)确定了指标权重,建立了基于灰色聚类法的评估模型,提出了指标权重灵敏度分析方法。对某场站飞行保障装备的抢修效能进行了评价,得出聚类评估结果,并分析了指标权重变化对评估结果的影响。为装备抢修效能的评估与抢修力量建设提供了理论依据。     

高能聚黑类传爆药在水中兵器中应用研究

介绍了国内水中兵器装填传爆药发展现状,在分析高能聚黑类传爆药的主要成分、性能及与同类产品性能参数对比基础上,研究了高能JH-14传爆药起爆复合浇注PBX主装药的能力,并进行起爆能力和主装药爆炸完全性试验验证,结果表明:满足目前水中兵器战斗部主装药高能低钝感特性对传爆药起爆要求。     

一种迷彩伪装效果评价指标权重分配算法

迷彩伪装效果评价的多指标权重分配多为平均分配或专家评判,难以客观、科学地评价伪装效果。提出了基于模糊聚类方法、结合信息熵和统计特征的多指标权重分配算法。该算法通过模糊聚类得到样本的分类结果,应用信息熵和统计理论计算各指标的权重分配。对以结构、纹理、颜色、二阶矩特征等为指标的迷彩伪装样本进行了权重分配实验,分析比较了专家评判法、熵权法和该算法确定的权重之间的差异,并通过实验验证了算法的有效性和科学性。     

多层次灰色聚类决策对目标价值排序的应用

针对战场环境下的目标价值排序问题,应用层次分析法(AHP)原理,分析了不同目标的不同因素的影响,在确定指标权重的基础上提出了目标价值排序的递阶层次结构模型;并进一步运用灰色聚类方法,构造评价函数,综合决策目标价值排序.通过案例分析验证,将层次分析法与灰色聚类综合评价法相结合,取得了较为满意的结果,为指挥员对目标价值决策提供理论依据.     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

动态优化偏最小二乘模型的建立与应用

介绍了动态优化方法选择偏最小二乘法最佳主成分数的原理,以汽油烯烃指标为检测对象,研究了主成分数对检测结果的影响.研究结果表明:应用交互验证方法推荐的主成分数并不是最优,通过动态优化方法确定主成分数可提高所建立数学模型的预测效果,与交互验证方法选择主成分数方法相比较,动态优化方法确定的主成分数能够得到更好的预测结果.该方法能有效提高偏最小二乘数学模型的预测效果,是建立具有更好适应性数学模型的有效方法.     

灰色层次聚类法在通信对抗装备效能评估中的应用

通过研究指标权重确定和灰类的划分方法,结合层次分析的思想,提出了灰色层次聚类评估法.通过建立三层评价指标体系,采用三角白化权函数定义灰类,运用"集成赋权法"对各指标赋权,在对单项指标评估的基础上,该模型能完成对效能的综合评估.仿真计算表明该模型能够充分利用主观和客观信息,较为准确地反映实际情况,适用于通抗装备的效能分析...     

指挥军官任职培训效果评估量化指标体系研究

探讨了建立指挥军官任职培训效果评估量化指标体系应遵循的基本原则,提出了建立该指标体系的模型,运用基于主成分的因子分析方法研究了26项评估指标,确定了反映任职培训效果的5类指标类型,对指标类型的内涵进行了分析,说明建立的指标体系具有实际意义.     

基于主成分分析的区域装备保障能力评估方法

针对区域装备保障能力评价问题,提出基于主成分分析的区域装备保障能力评价方法.该方法利用主成分分析法,在数据信息丢失最少的原则下,对区域装备保障多指标变量空间进行降维处理,用主成分解释资料的综合性指标,用以评价区域装备保障能力.建立了区域的装备保障能力的指标体系,建立基于主成分分析的评估模型,通过算例证明方法的有效性.     

基于改进灰色聚类的装备器材库存分类方法

针对实际中装备器材种类多、难管理造成的库存失衡问题,设计了基于改进灰色聚类的装备器材库存分类方法。根据装备器材消耗特点,定义了需求波动系数作为库存分类指标之一,引入了信息熵确定聚类指标权重,基于灰类中心点给出了聚类的三角白化权函数。以某装甲器材仓库器材为例进行了计算分析,库存分类结果符合预期,验证了方法的合理性和有效性。     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。     

基于主成分分析法的护航行动海面目标威胁评估

在护航行动中识别海盗船是护航行动中的重要问题。针对护航行动中海面目标威胁评估问题,对护航海区海面目标进行了分析,构造了护航海区海面目标评估指标体系,采用主成分分析方法建立了海面目标威胁评估模型,并给出了海面目标威胁评估应把握的几个问题。主成分分析方法通过降维避免多个指标变量所带来的评估问题的复杂性,克服了指标权重选择的主观因素影响,为快速准确寻找疑似海盗船只,提前采取防护措施提供有效途径。