Pearson相关系数

摘要： 为合理制定渤海流域的污染防控策略,及时掌握该流域的环境污染状况,提出基于生态安舶污染等类型,分别从压力指数、状态指数与响应指数3个方面选取的渤海流域环境生态安全时空差异分析。渤海流域环境污染主要包括工业污水、农田灌溉、船舶污染等。经过构建分析序列、数据标准化处理,计算各指标权重,同时考虑景观格局指数对生态安全的影响,将景观面积、密度、形状与多样性等指数作为评价因子,使用Pearson相关系数,获取不同时期影响生态安全的景观格局因子,将各指标权重与景观格局因子相结合,采用生态安全综合分析指数表达式完成渤海流域环境生态安全时空差异分析。试验得出,该流域近年来的生态安全发展趋势正稳步上升,但山东、辽宁等地区依旧存在较为严重的污染情况,需加大治理力度。

摘要： 过程安全对于间歇过程生产具有重要意义,为提高间歇过程生产安全性,提出一种基于改进粒子群算法(AMWPSO)优化长短期记忆网络(LSTM)的间歇过程故障预测模型AMWPSO-LSTM。针对LSTM中的神经元个数、迭代次数、学习率等参数需要人为设置的问题,采用AMWPSO对这些参数进行自动寻优。AMWPSO在原有粒子群优化算法(PSO)中融入了自适应变异和非线性递减惯性权重,提高了PSO的参数寻优能力。由于间歇过程具有多阶段性,因此先根据模糊C均值聚类(FCM)方法对间歇过程进行阶段划分,再利用Pearson相关系数对各阶段实验数据进行相关性分析,以降低系统变量的维数,并建立各阶段T;统计量控制限作为系统是否发生故障的指标。实验以青霉素发酵过程数据为例,建立基于AMWPSO-LSTM的多阶段故障预测模型,并将该模型的预测结果与基于LSTM的多阶段预测模型、基于PSO-LSTM的多阶段预测模型的预测结果进行比较,结果表明,基于AMWPSO-LSTM的多阶段故障预测模型可取得较高的预测准确度。

摘要： 滇中引水工程主要受水区大气水汽含量与降水的关系对明确区域内降水时空演变过程以及对研究区内水资源合理配置具有重要的参考意义。基于ERA-Interim再分析资料和云南省14个气象站点降水资料,分析了滇中引水工程主要受水区大气水汽含量和降水的时空分布,采用Pearson相关系数探讨了二者之间的相关性。结果表明:研究区上空水汽含量空间分布与地势走向相反,年际变化显著,年内分布为单峰型,季节变化明显;降水空间分布不均匀,局地差异大,夏季降水最多,冬季降水最少,春季、夏季降水量有下降趋势,秋、冬季降水量有增加趋势;大气水汽含量变化影响着研究区内的降水变化,并与之有良好的对应关系。

摘要： 通过采集2020年6月至2021年6月南京市秦淮新河代表站的DO、WT、pH、COD、NH3-N、TUR 6类水质监测指标数据,利用Pearson相关系数对监测指标间的相关程度进行分析,从而得到各监测指标间的相关系数,进一步通过多元线性回归算法得到高度相关的参数指标间的统计关系,利用回归方程的形式表示监测变量间的因果关系,最后通过随机森林算法利用水质监测中的自变量指标实现对因变量指标的预测,达到减少监测项目从而降低监测成本的目的。研究结果表明因变量水质监测指标的预测值和实际值几乎重合,有效说明随机森林模型能够实现因变量水质监测指标的准确预测。

摘要： 胜利油田低渗透砂岩油藏油层跨度大、层间非均质性强、储层物性差。前期压裂井普遍存在低产、低效的问题,亟需开展重复压裂。为实现科学选井,建立了一种基于Pearson相关系数的重复压裂选井方法。该方法综合考虑了储层、压裂和生产动态资料,并通过计算候选井与虚拟目标井的Pearson相关系数来定量评价候选井的重复压裂增产改造潜力。针对胜利油区大王北油田某区块的一个井组,利用建立的选井方法筛选出最具重复压裂增产改造潜力的井。采用多重暂堵压裂工艺对该井实施了重复压裂改造,压裂后日产油量从2.5 t/d提高到7.3 t/d,证实了该方法的有效性,且无需大量样本支持,不涉及复杂的计算,具有一定现场推广价值。

摘要： 在龙口市污灌区采集70个土壤样品测定Cr、Ni、Pb、Zn、Cu、Co、As和Cd含量,利用富集因子法分析各重金属的空间分布情况,采用地理探测器模型评估7个影响因子对重金属空间分布的影响及各影响因子间的交互作用。结果表明:(1)Cu、Pb、Zn、As、Cd的富集程度较大,Co、Cr、Ni富集程度较低,8种重金属富集系数分布具有相似性,主要受到工业园区、煤矿区、农作种植等的影响;(2)7种影响因子中,工业密度对重金属污染的平均解释力最大,其次为土壤有机质和土壤母质,但不同重金属的主要影响因子存在不同;(3)影响因子交互作用分析表明,不同影响因子之间存在着不同程度的非线性增强作用,污灌区重金属污染是多种影响因子共同作用的结果;(4)与Pearson相关系数法相比,地理探测器模型可以更加全面地评价各影响因子的贡献及其之间的相互作用,尤其在检测潜在影响因子间的非线性关系中具有一定优势。

摘要： 为探究Landsat8 OLI反演蓄积量的潜力,研究不同特征选择方法对蓄积量反演精度及不同蓄积量反演模型对反演精度的影响。以湖南省怀化市排牙山国有林场作为研究区,森林资源二类调查数据作为样地地面实测数据,选用Landsat8 OLI作为遥感数据源,将传统的Pearson相关系数法及主成分分析法2种方法结合,得到一种顾及变量相关性的主成分分析法(PCA-P)对遥感变量进行降维。使用3种变量选择方法构建了随机森林(RF)、K最近邻(KNN)、支持向量机(SVR)、多元线性回归(MLR)模型进行森林蓄积量的估测,使用决定系数(R^(2))、均方根误差(R_(MSE))、相对均方根误差(R_(RMSE))对蓄积量估测模型进行精度评价。结果表明:通过Pearson相关系数结合方差膨胀因子得到I_(B2)、I_(ND25)、I_(MSR)3个遥感变量,其与蓄积量相关性分别为0.716、0.623、0.597。使用主成分分析法得到前3个主成分,累计贡献率为93.42%。通过PCA-P得到前2个主成分,累计贡献率为89.99%。使用PCA-P筛选变量并构建的随机森林模型取得了最佳效果,其决定系数为0.59,精度达到77.9%。

摘要： 针对电力市场中电力需求受多元扰动因素影响、需求价格弹性变化增大的问题,为获取更准确、更综合的电力负荷预测值,提出一种考虑需求价格弹性的CS-SVM短期负荷预测方法.采用Pearson相关系数法分析负荷自相关性以及负荷与历史温度、湿度、电价、负荷差和电价差之间的相关性.基于需求价格弹性定义,建立了需求价格弹性模型,来反映电力市场交易对负荷的影响.利用布谷鸟搜索算法优化支持向量机的参数,建立了考虑需求价格弹性的CS-SVM短期负荷预测模型.以美国PJM电力市场哈特福德州的实际数据为例进行预测,并与对比模型进行预测结果误差对比分析.结果表明,所提出模型的平均相对百分比误差为13.43%,且相比于不引入需求价格弹性时的模型预测精度提高了5.31%.

摘要： 本工作选取多种经典相关系数进行了对比研究,如Pearson相关系数、Spearman相关系数、距离相关系数、最大信息系数及HHG相关系数。具体地,在不同数据规模及噪声水平下,对线性、非线性单调、非单调、非函数等不同类型变量的相关性分别进行研究,得到各相关系数的统计功效。通过分析发现,Pearson相关系数、Spearman相关系数更适合衡量线性、非线性单调相关关系,最大信息系数则更适合衡量含有周期性的相关关系,HHG则更适合衡量非函数相关关系。本研究可为挖掘不同相关关系,提供相关系数选取依据。

摘要： 远程排放监测技术是治理柴油车排放超标的重要技术手段,其监管效果受到上传监测平台的被监测柴油车数据质量的影响。基于重型车排放监测平台收集的100台某型号国六柴油车监测数据,对其中的发动机排放相关数据进行数据项两两之间Pearson相关系数统计分析。结果表明:当数据项间的Pearson相关系数平均值的绝对值达到强相关程度时,数据项之间的Pearson相关系数分布集中趋势显著,且存在Pearson相关系数下边界。该特征能够用于开发上传远程监测平台的国六柴油车数据项的数据质量监测算法。

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 以换热器压差作为表征结盐变量,基于Pearson相关系数-BP神经网络法建立了加氢裂化装置高压换热器结盐预测模型,首先通过计算装置进料量、循环氢量等各特征变量与换热器压差(目标变量)的Pearson相关系数定量考察了各变量间的线性相关性,得出循环氢量、装置进料量、换热器管程入口温度分别与换热器压差存在极强相关、强相关和中等相关关系.基于得到的特征变量对目标变量构建三层BP神经网络并优化隐层节点数为8.利用4400组无结盐工况样本数据对网络模型进行学习训练,并基于训练收敛的BP网络模型对换热器进行结盐分析.结果表明在换热器未结盐阶段模型预测压差与实际工业值吻合良好,均方根误差仅为0.015MPa,随着换热结盐现象的出现,工业值与模型理论预测值逐步出现偏差,以所得偏差值作为等效结盐厚度,可实时预测换热器结盐状况,并挖掘结盐规律,得出换热器结盐初期盐垢厚度迅速增长,若采取降低装置处理量和循环氢量等措施可有效缓解结盐速度,同时发现每次更换脱氯剂后盐垢均能有效消除,但随着结盐周期的累积除垢速度逐渐变慢,即换热器反复结盐不利于换热器盐垢的彻底脱除.

摘要： 在数据预处理过程中发现,对数变换前后变量间的Pearson相关系数存在较大差异,这意味着存在通过对数变换来建立或掩盖变量间相关关系的风险.然而进一步的研究表明,受扰于异常值,对数变换前后的Pearson相关系数不再具有可比性;当剔除异常值之后,对数变换前后Pearson相关系数是稳健的,与Spearman秩相关、Kendall秩相关等非参数相关性测度的结论基本一致.对数变换之后,Pearson相关系数存在微小下降,并且这种微小的变化在统计上是显著的,不存在通过对数变换人为建立相关关系的风险.

摘要： 在数据预处理过程中发现,对数变换前后变量间的Pearson相关系数存在较大差异,这意味着存在通过对数变换来建立或掩盖变量间相关关系的风险.然而进一步的研究表明,受扰于异常值,对数变换前后的Pearson相关系数不再具有可比性;当剔除异常值之后,对数变换前后Pearson相关系数是稳健的,与Spearman秩相关、Kendall秩相关等非参数相关性测度的结论基本一致.对数变换之后,Pearson相关系数存在微小下降,并且这种微小的变化在统计上是显著的,不存在通过对数变换人为建立相关关系的风险.

摘要： 在数据预处理过程中发现,对数变换前后变量间的Pearson相关系数存在较大差异,这意味着存在通过对数变换来建立或掩盖变量间相关关系的风险.然而进一步的研究表明,受扰于异常值,对数变换前后的Pearson相关系数不再具有可比性;当剔除异常值之后,对数变换前后Pearson相关系数是稳健的,与Spearman秩相关、Kendall秩相关等非参数相关性测度的结论基本一致.对数变换之后,Pearson相关系数存在微小下降,并且这种微小的变化在统计上是显著的,不存在通过对数变换人为建立相关关系的风险.

摘要： 在数据预处理过程中发现,对数变换前后变量间的Pearson相关系数存在较大差异,这意味着存在通过对数变换来建立或掩盖变量间相关关系的风险.然而进一步的研究表明,受扰于异常值,对数变换前后的Pearson相关系数不再具有可比性;当剔除异常值之后,对数变换前后Pearson相关系数是稳健的,与Spearman秩相关、Kendall秩相关等非参数相关性测度的结论基本一致.对数变换之后,Pearson相关系数存在微小下降,并且这种微小的变化在统计上是显著的,不存在通过对数变换人为建立相关关系的风险.

摘要： 一种基于EMD和Pearson互相关系数的异常用电行为检测方法，包括以下步骤：S1：获取线路的总损耗电量和各用户的用电量；S2：筛出初筛用户；S3：对各初筛用户和总损耗电量进行EMD分解，获取分解后基本模式分量中高频分量IKi和ILi，并获得归一化后的Nor[IKi]和Nor[ILi]；S4：标记与Nor[ILi]变化趋势一致的初筛用户为复筛用户；S5：复筛用户为公变用户时，继续步骤S6；复筛用户为专变用户时，判定为异常用电用户，结束检测；S6：锁定复筛用户为高损台区，并获取高损台区总损耗电量和各子用户用电量；S7：筛出初筛子用户；S8：对各初筛子用户和总损耗电量进行EMD分解，获取分解后基本模式分量中高频分量IJi和ITi，并获得归一化后的Nor[IJi]和Nor[ITi]；S9：标记与Nor[ITi]变化趋势一致的初筛子用户为异常用电用户，结束检测。

摘要： 本发明公开了一种基于Pearson相关系数的WAMS/SCADA系统对时排序方法，属于电力调度领域。该方法充分利用Pearson相关系数能够适用于量纲不同的两个物理量相关性评估的特点，利用不完全布点的WAMS数据与完全布点的SCADA数据进行相关性评估，实现对SCADA数据的对时排序修正。该方法使用简单，充分考虑了WAMS数据和SCADA数据的自身特点。并将其与Pearson相关系数评估特点相结合，具有较强的使用效益。

摘要： 本发明公开了一种借助Pearson相关系数实现生产过程主导变量精简化软测量方法，其特征在于按如下步骤进行：一，确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量取值数据并组成样本集；二，利用Pearson相关系数算法分别计算n个原始辅助变量的权重值；三，组成原始辅助变量序列；四，建模并根据最小均方误差MSE确定最佳辅助变量；五，得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对主导变量精简化的软测量。

摘要： 一种基于EMD和Pearson互相关系数的异常用电行为检测方法，包括以下步骤：S1：获取线路的总损耗电量和各用户的用电量；S2：筛出初筛用户；S3：对各初筛用户和总损耗电量进行EMD分解，获取分解后基本模式分量中高频分量IKi和ILi，并获得归一化后的Nor[IKi]和Nor[ILi]；S4：标记与Nor[ILi]变化趋势一致的初筛用户为复筛用户；S5：复筛用户为公变用户时，继续步骤S6；复筛用户为专变用户时，判定为异常用电用户，结束检测；S6：锁定复筛用户为高损台区，并获取高损台区总损耗电量和各子用户用电量；S7：筛出初筛子用户；S8：对各初筛子用户和总损耗电量进行EMD分解，获取分解后基本模式分量中高频分量IJi和ITi，并获得归一化后的Nor[IJi]和Nor[ITi]；S9：标记与Nor[ITi]变化趋势一致的初筛子用户为异常用电用户，结束检测。

摘要： 本发明提供一种基于Pearson相关系数与OPTICS的电压暂降同源识别方法，包括以下步骤：S1、获取电压暂降监测装置记录的暂降监测数据；S2、基于Pearson相关系数对暂降监测数据相似度进行量化；S3、获取暂降监测数据的同源识别特征，通过OPTICS算法基于暂降监测数据的同源识别特征进行同源聚类，输出聚类结果可达图，所述同源识别特征包括暂降监测数据相似度和暂降持续时间；S4、基于可达图凹陷数量统计聚类结果簇数，输出同源识别结果。本发明避免了同源识别特征过于单一的问题，可发现不同密度的簇，最终得到电压暂降同源识别结果，电压暂降同源识别结果可以有效剔除重复的冗余信息，获知地区暂降真实发生水平，提高数据的价值密度，降低计算分析的强度与难度。

摘要： 本发明公开了一种基于Pearson相关系数的WAMS/SCADA系统对时排序方法，属于电力调度领域。该方法充分利用Pearson相关系数能够适用于量纲不同的两个物理量相关性评估的特点，利用不完全布点的WAMS数据与完全布点的SCADA数据进行相关性评估，实现对SCADA数据的对时排序修正。该方法使用简单，充分考虑了WAMS数据和SCADA数据的自身特点。并将其与Pearson相关系数评估特点相结合，具有较强的使用效益。

摘要： 本发明公开了一种借助Pearson相关系数实现生产过程主导变量精简化软测量方法，其特征在于按如下步骤进行：一，确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量取值数据并组成样本集；二，利用Pearson相关系数算法分别计算n个原始辅助变量的权重值；三，组成原始辅助变量序列；四，建模并根据最小均方误差MSE确定最佳辅助变量；五，得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对主导变量精简化的软测量。

摘要： 本发明公开了一种基于pearson相关系数的合金牌号识别方法，该方法为(1)确定匹配元素集；(2)通过光谱仪测试待识别样品元素含量信息，并提取匹配元素集中各元素含量值X

摘要： 本发明为基于“pearson相关系数”的电表误差相关因素分析方法及系统，其方法包括步骤：S1、获取待分析误差相关系数的厂商批次电表；S2、根据“pearson相关系数”算法计算出每个电表分析因素与误差的相关系数；S3、查看厂商批次电表，将厂商批次电表各分析因素的误差相关系数平均值堆叠，形成堆叠柱状图；S4、筛选优质厂商批次电表。本发明通过利用“pearson相关系数”算法分析各因素对电表误差影响，并使用堆叠柱状图显示电表各分析因素的相关系数，分析误差稳定性，通过相关系数分析厂商批次电表误差稳定性，从而筛选出计量准确度高，环境适应性强的优质电表。

摘要： 本发明公开了一种基于pearson相关系数的合金牌号识别方法，该方法为(1)确定匹配元素集；(2)通过光谱仪测试待识别样品元素含量信息，并提取匹配元素集中各元素含量值X