核回归

摘要： 图像匹配是计算视觉领域的基本问题,多谱段图像匹配一直是图像匹配中的一个难点,被广泛应用于土地覆盖、变化检测分析、图像融合中。在利用FFT实现相位相关的基础上,针对其存在频谱泄露和边缘效应的问题,提出一种加窗预处理的相位相关法,对合成孔径雷达图像和光学图像进行匹配,并通过核回归方法生成二维窗函数。实验结果表明基于加窗的相位相关对多谱段图像匹配有效。

摘要： 在电子商务领域,受季节变动、特殊节日、需求不确定性以及商品自身特性等多种因素的影响,收集到的易逝品在线销售数据常常具有稀疏性,给易逝品的定价研究带来一定困难。为了从易逝品在线销售数据中挖掘出关于最优价格的有效信息,为易逝品定价提供决策支持,本文围绕易逝品在线销售数据的稀疏性问题展开研究,将BootStrap和核回归相结合的方法用于处理易逝品在线销售数据的稀疏性问题。结果表明:易逝品在线销售数据具有可利用的有效数据点较少、价格数据呈稀疏分布的稀疏性特点。经过稀疏性处理后,可得到价格水平与其对应的BootStrap置信度之间的非线性函数关系,并可通过此非线性关系清晰地看出整个定价区间中的价格孰优孰劣,从而为商家制定商品价格提供决策依据,也为后续的定价研究奠定基础。

摘要： [目的]探索分析规模化经营对粮食生产效率的影响及内源性作用机理.[方法]基于山东省种粮户的调研数据,采用局部前沿效率方法与非参数核回归.[结果]整体上调研区规模化经营农户粮食生产效率低于非规模化经营农户,但不同作物之间的效率水平存在差异;规模化经营农户生产效率异质性较大,非规模化经营农户粮食生产效率相对趋同,原因在于粮食规模化生产对经营者的技术与知识储备要求相对较高,部分农户实行规模化经营的技术力量相对薄弱;规模化经营者知识与技术储备是影响其粮食生产效率的关键因素,劳动力投入对粮食非规模生产效率具有显著影响.[结论]地方政府在鼓励、推进规模化经营的同时,应注重规模化经营户生产技术水平的提升.

摘要： 分类可视化能够直观表达体数据的结构特征,是研究体数据的重要方法。本文提出一种基于概率分类模型的体数据分类可视化方法。该方法首先建立体素的概率分类模型,利用灰度直方图中定义的传递函数实现体素的分类。然后将概率分类模型与核回归重构相结合,获得更加准确地重构结果,并构造重构点的重构有效性。最后结合重构有效性实现从灰度值到颜色、不透明度的可视化映射,得到最终的绘制结果。实验表明,本文方法能够有效区分体数据中的不同结构特征,形成同质连续、异质分离的绘制结果,实现较好的分类可视化效果。

摘要： 利用轮廓仪对非球面进行接触测量时,测头的接触测量力通常会引起形变误差.为了降低该误差引起的精度损失,提出了基于核回归的误差补偿方法.首先,根据长度计在非球面上的接触测量力,建立长度计的测头和测杆的形变模型,分析接触面形变与测杆弯曲形变引起的测量误差.其次,使用核回归法对非球面矢高测量数据进行局部加权拟合,建立非球面斜率测量的误差补偿模型.将该方法应用于金属抛物面元件的曲率、曲面常数、表面轮廓和粗糙度的测量.实验结果表明,通过接触测量力的误差补偿,测量误差可降低30μm,有效的提高了非球面接触测量精度.

摘要： 针对数字化信息复杂度带来的海量多视角数据问题,并考虑到在大量的多视角数据的获取过程中,由于收集的难度、高额成本或设备故障等情况,往往会导致多视角数据出现视角缺失.提出了一种基于核回归的多视角数据缺失补全方法,采用离线核回归模型学习和在线多视角缺失数据补全构建了算法框架,通过引入高斯核核函数的方式,建立视角间的非线性回归模型,结合训练数据的线性组合来表示回归系数的最优解,以完成挖掘多视角数据间的互补相关性,有效实现缺失视角的补全.最后通过模拟三类数据集来验证基于多视角缺失补全算法的性能.

摘要： P2P网贷行业的风险管理研究非常重要.文章针对人人贷构建信用风险投资组合模型,首先利用主成分分析与优化BP神经网络相结合进行信用风险评估,再建立基于核回归的投资组合方程.在评估借款者信用优劣的基础上,通过比较其违约概率与投资比例,验证了文章所建模型准确度较高,该模型可为投资者的投资决策提供参考.

摘要： 现代化社会经济在不断的发展中,信息技术和科技技术得到广泛的运用和发展,科技创新促使新的设备和机械等在各种领域中得到应用,给人们的生活带来便利,而信息技术则能够有效拉近人与人之间的联系,在信息交换和流通中使人们获得更加丰富的资源.本篇文章在此基础上,主要对核回归的移动通信信号干扰评估算法等进行研究与分析.

摘要： 针对基于神经网络的场景自适应非均匀性校正(Non-Uniformity Correction,NUC)算法在消除红外成像系统输出图像噪声时容易产生的“鬼影”现象,提出了一种改进的自适应非均匀性校正算法,将核回归插值技术应用到神经网络算法中,有效降低了自适应非均匀性算法产生“鬼影”现象的概率.实验结果表明,与传统的神经网络算法相比,本文算法在相同条件下既能有效消除非均匀噪声,又能大大抑制“鬼影”现象的产生.

摘要： 基于核回归的图像去噪方法因具有较好的视觉效果和去噪性能而在图像去噪中应用广泛.然而,该方法处理得到的结果图像不仅会有流式效应而且边缘常常因过分平滑而模糊.L0梯度最小化模型最大的优点就是处理图像的同时不会引起边缘模糊,但是它在去除噪声的同时可能会去除大量的纹理信息.本文充分利用二者的优势将核回归方法和L0梯度最小化模型相结合,提出了一种新的图像去噪方法.在本文中,L0梯度最小化模型首次被应用在图像去噪中.大量的实验结果表明提出的模型成功地削弱了核回归方法带来的流式效应,改善了二者的缺点.并且该方法在去除噪声的同时可以很好地保护图像的边缘和纹理等细节信息.大量实验表明本文提出的方法可以和现在最先进的去噪方法相提并论.

摘要： 运动估计是数字视频处理的基本问题之一，在视频图像压缩、配准、拼接、目标检测等方面具有重要的应用意义。在讨论基本的相位相关算法的基础上，引入一种用于构造二维圆对称窝函数的核回归方法，提出基于加窗预处理的相位相关法，并将其应用于运动目标的平移运动估计。实验结果表明了所探讨方法是有效的。

摘要： 随着工业技术的发展，对企业大型设备运行状态的监控显得愈发重要。本文从设备状态监测概念的引出及其在电气行业中的应用简述开始，介绍了设备状态预测的两种建模思想，并就其原理、特点与应用范围作了说明。总结了实现设备状态短期预测的数据挖掘过程，其中将聚类方法放在回归预测之前可提高预测的准确性。回归预测方法主要包括线性回归、核回归和神经网络回归等。文章最后对状态监测技术的应用现状与发展趋势作了简略说明。

摘要： 本发明公开了一种基于核二维岭回归子空间聚类的图像处理方法，包括以下步骤：S1.对于数据集中的每一个样本采用岭回归模型寻求数据的低维表示；S2.引入一个投影矩阵p，将数据投影到多个子空间中，从而得到数据信息最丰富的二维特征；S3.引入核方法，充分考虑数据的非线性结构,建立了一个非线性模型；S4.提出一个交替最小化算法来进行优化：交替进行求解，对一个变量进行求解的时候，保持其他变量不变，重复这个过程直到收敛；S5.利用谱聚类的方法对系数矩阵Z进行聚类，得到最终的聚类结果。本发明中特征学习和低维表示构造相结合且相互增强，引入了核方法，提高了模型的非线性关系捕获能力，有助于提高图像处理的准确性。

摘要： 本发明公开了一种基于局部二次加权核主成分回归的辊道窑温度软测量建模方法。利用相似度较高的局部样本数据，结合辊道窑存在的高维度、非线性及过程时变等特性，分别引入核技巧、即时学习等技术，建立基于局部加权核主成分回归的辊道窑温度软测量模型；最后考虑到局部建模样本数据的输入变量对输出变量的影响程度不同，对局部建模变量二次加权，建立基于局部二次加权核主成分回归的辊道窑温度软测量模型，实现对辊道窑温度精确预测。本发明得到的模型能够更好的跟踪过程的状态变化，为辊道窑温度控制提供很好的指导作用，从而提高产品生产质量以及合格率。

摘要： 本发明公开了一种基于核极限学习机分位数回归的风电功率区间预测方法，包括：采集风电场输出功率与风速数据；数据进行简单处理，删去不合理的数据；构建核极限学习机分位数回归模型；利用粒子群算法优化核极限学习机分位数回归参数并确定回归模型；带入测试数据得到风电功率预测区间。本发明有效地将分位数回归原理和核极限学习机模型结合，通过粒子群算法搜索寻优获得最优的模型参数，能够有效地把握风电功率中的不确定信息，进而得到较好的预测结果，能够为风电并入的安全稳定运行提供依据。

摘要： 本发明涉及一种基于可控核与高斯过程回归的单帧图像超分辨方法。首先基于训练图像随机获取插值图像块与高频图像块对；引入归一化可控核系数表征插值图像块，提取高频图像块中心像素，构造训练集；对训练集聚类，每个聚类通过高斯过程回归学习插值图像块到高频图像块中心像素间的映射关系；对于测试图像，通过归一化可控核系数表征每个测试图像块并寻找与之最近聚类的回归模型，从而预测缺失的高频图像块中心像素，最终将预测的高频图像与插值图像叠加得到超分辨重建图像。本发明在高斯过程回归模型中引入归一化可控核系数特征和各向异性的自动相关确认核函数提高模型适应性；结果表明，本发明具有较好的主观和客观重建质量。

摘要： 本发明公开了一种基于核集成回归的抑郁症预测方法，采集多个抑郁症疾病患者的微表情图片作为样本，对采集到的微表情图片依次进行处理得到每个样本的特征向量；由特征向量及输出值形成样本集，将样本集分为训练样本和测试样本；将训练样本输入到基回归器中进行训练，从而构建多核空间中的核集成回归模型；通过对每个基回归器的训练，由此获得训练好的核集成回归模型。循环迭代获得最优解，从而获得训练好的核集成回归模型；将测试样本输入构建好的核集成回归模型，输出微表情图片的分类的结果；本方法利用核集成回归模型对微表情图片进行分类得到分类结果；该分类结果可以作为抑郁症判断指标，辅助医生对病患的诊断。

摘要： 本发明公开了一种基于核化的移动终端用岭回归WiFi‑RTT定位系统及方法，系统包括中央处理器，数据采集系统、数据预处理系统和定位解算系统，数据采集系统将数据采集、存储至数据集中，并将数据集传递给数据预处理系统；数据预处理系统利用模式甄别监听算法通过路由器信息处理获得路由器返回值模式变化时间序列，随后将所述时间序列传递给所述去多路径效应解算算法；利用去多路径效应解算算法可以对数据进行校正获得去多路径数据信息后传递给所述降噪算法；然后利用降噪算法对所述去多路径数据信息进行去噪后将信息通过所述中央处理器传递给所述定位解算系统；定位解算系统利用定位解算算法对数据进行限时定位解算获得无系统误差影响的定位解算结果。

摘要： 本发明公开了一种基于核二维岭回归子空间聚类的图像处理方法，包括以下步骤：S1.对于数据集中的每一个样本采用岭回归模型寻求数据的低维表示；S2.引入一个投影矩阵p，将数据投影到多个子空间中，从而得到数据信息最丰富的二维特征；S3.引入核方法，充分考虑数据的非线性结构,建立了一个非线性模型；S4.提出一个交替最小化算法来进行优化：交替进行求解，对一个变量进行求解的时候，保持其他变量不变，重复这个过程直到收敛；S5.利用谱聚类的方法对系数矩阵Z进行聚类，得到最终的聚类结果。本发明中特征学习和低维表示构造相结合且相互增强，引入了核方法，提高了模型的非线性关系捕获能力，有助于提高图像处理的准确性。

摘要： 本发明提供一种基于核主成分回归的工业过程故障检测方法及系统，包括：根据工业过程中的正常运行数据构建核主成分回归模型；对核主成分回归模型进行奇异值分解，得到关键性能指标相关子空间和关键性能指标无关子空间，并分别计算各自的控制限；获取工业过程中的输入变量；基于核主成分回归模型计算输入变量在关键性能指标相关子空间和关键性能无关子空间的统计量，并分别与各自的控制限进行比较；根据比较结果判断输入变量是否正常，以此得到故障检测结果。解决传统核主成分回归方法中无法对与关键性能指标相关变量的监控问题，提高检测率，降低误检率。

摘要： 本发明提供一种基于自联想核回归算法的发电设备状态预警方法，将聚类思想应用于距离划分，提出一种基于聚类的变间隔状态矩阵提取方法，采用四重交叉验证学习机制，在训练过程中对模型参数进行优化，获得最优的状态监测模型，AAKR模型能够提前产生设备状态预警信号，为现场人员争取处理时间，减小故障引起的损失。

摘要： 本发明公开了一种基于孪生网络核回归的侵入式脑机接口解码方法，包括以下步骤：(1)构建孪生神经网络h，选取训练集中的典型样本组成记忆库；(2)将训练阶段待解码的原始神经信号xi输入孪生神经网络h得到神经表示h(xi)，使用核回归算法将神经表示h(xi)与记忆库中样本{(h(xj),yj)}的神经表示h(xj)进行比较，得到神经表示间的相似度权重k(h(xi),h(xj))，利用这些相似度权重加权对应的速度得到预测速度(3)计算损失函数，采用端到端的方式反向传播训练模型；(4)训练完毕后，将测试阶段待解码的神经信号输入孪生网络得到神经表示，然后经过核回归算法后得到预测的动作速度。利用本发明，可以一定程度上解决神经信号多变性问题，实时预测手臂速度，提升效率和准确率。