一种加权2DPCA方法在人脸识别中的应用

在二维主成分分析方法的基础上,结合拉普拉斯算子提出了一种新的加权方法.这种方法不同于非监督学习的二维主成分分析方法,突出了各聚类间的差异,在强调人脸重要部位信息的同时保留了人脸轮廓信息,从而更有利于分类和识别.使用这种二维加权主成分分析方法在ORL数据库上与二维主成分分析方法进行对比测试,实验结果表明,该方法比普通的二维主成分分析方法具有更优的性能,并且在提高识别率的同时算法的复杂度并没有明显增加.     

生活中的消防误区

一、液化气钢瓶置于灶台下壁橱内。液化气钢瓶由于质量、使用时间以及管路阀门的开启连接等因素都有可能造成漏气或慢性漏气。而液化石油气成分大多为碳三碳四,即丙烷、丁烷、丙烯、丁烯等,且比空气重,放在壁橱内空气不流通,很容易积聚沉淀在地面,一旦遇明火极易造成燃烧爆炸事     

潜水泵电机漏水事故分析与整改

前言与立式泵相比,潜水泵具有结构紧凑,安装简单,无需冷却,维护方便等优点,目前被广泛应用于各行各业。潜水泵长期在水下工作,对设备的密封防水性能要求非常高,如果潜水泵电机漏水没有及时发现及时处理,会造成潜水泵电机线圈短路烧毁,造     

云南省区域人才竞争力研究

随着知识经济社会的进入,人才成为了社会经济发展最为重要的推动因素,不同区域的发展状态越来越决定于其人才的总体实力,即人才竞争力。本文从区域比较的角度出发,构建人才竞争力评价体系和模型,运用主成分分析方法对云南人才竞争力的特征以及在全国的位次进行分析。研究表明,2007年云南省人才竞争力综合得分为-4.4558,在全国31个省区中排名第23位,导致竞争力较弱的主要原因是区域科技活动水平和经济发展水平低。     

基于探索性数据分析的汉丰湖富营养化驱动因子研究

为了探究汉丰湖富营养化驱动因子和营养状况,基于2014年水质监测数据,应用探索性数据分析方法初步研究了汉丰湖水动力条件与环境因子的相关性、水质主成分、相关环境因子熵权和营养健康指数。回归分析结果表明：水位与透明度呈正相关,流量与DO呈负相关,与流速呈负相关的因子为Chla、CODMn、NH+4-N和DTP;主成分分析提取的3个主成分分别反映了营养盐、有机污染以及藻类信息;DO、TN和TP的熵权表明汉丰湖水体的富营养状况受制于耗氧有机污染和氮、磷营养盐;营养健康指数S1>S3>S6（湖心）>S7（湖尾）>S5（湖首）>S4>S2。汉丰湖水体营养状况介于中营养到轻富营养,其中南河营养状态较高,湖心营养程度高于湖首和湖尾。减少有机污染物、营养盐的输入和改善局部水域的水动力条件可抑制藻类生长,有利于防治富营养化。 关键词： 探索性数据分析;汉丰湖;富营养化;驱动因子;水动力条件;主成分;熵权;营养健康指数     

基于主成分分析法的山东省水资源承载力评价

根据水资源承载力评价指标体系研究,从4个方面确定了山东省水资源承载力综合评价指标分级标准.利用2008年<山东省统计年鉴>的数据,运用主成分分析法和统计分析软件SPSS16.0对山东省水资源承载力进行了综合评价,并在主成分得分基础上通过聚类分析将其划分为4种类型.     

基于GTST-MLD的机场安检系统风险分析

机场安检系统是保障航空安全的重要环节,安检系统安全可靠地运行取决于多种因素.安检系统各组成部分安全风险的关联关系和各要素交互作用的信息可以被目标树-成功树(GTST)和主逻辑图(MLD)的建模方法完整地描述.论述了GTST-MLD模型的特点及其建模步骤,并且将它们运用到安检系统的风险分析上,解决了安检系统的安全风险模型建立的问题.     

10KV跌落式熔断器的操作与维护

高压跌落式熔断器具有经济、实惠、操作方便、适应户外环境性强等特点,集短路保护、过载保护功能为一体。同时,因其有一个明显的断开点,具备隔离开关的功能,给检修变压器创造了一个安全作业环境,增加检修人员的安全感。因此,在10kV配电线路和配电变压器中得到普及。虽然高压跌落式熔断器结构简单,保护可靠,但如果使用不当,将会导致误动或不动作,造成不可避免的经济损失。因此,电工应掌握其操作与运行维护方面的知识,介绍如下。     

过电压引起的变压器事故

2006年9月29日,某厂一台SFLI-31500／63型变压器在运行中突然压力释放阀喷油和一次B相套管漏油,变压器的轻瓦斯保护、重瓦斯保护和差动保护全部动作（虽然重瓦斯和差动保护都是0s保护）,该变压器立即退出运行,所带负荷由其他变压器承载。该铭牌标示阻抗电压为9．3％,路损耗为173kW,空载电流为0．616％,空载损耗为35kW,油箱为钟罩式结构。     

模式识别在火灾调查中的汽油分类问题的应用研究

在火灾调查中,检测汽油成分并对其进行正确分类尤为重要.运用GC-MS对90#和93#两种普通汽油的共50个样本进行检测,所得的GC-MS原始数据通过PCA方法进行处理,以提取有用信息,避免冗余变量进入后续计算.在此基础上应用KNN方法对这两种汽油助燃剂进行分类.结果表明, KNN方法对这两种汽油的分类准确率达到100%,且当初始数据未经标准化预处理时也能达到同样准确的分类效果.研究表明:将模式识别方法正确地运用到助燃剂鉴定和分类工作中有助于火灾调查.