典型相关分析

摘要： 为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis,CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis,SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。

摘要： 典型相关分析(CCA)是一种经典的多视角特征提取方法,可以从2个视角中查找特征集之间的线性相关关系。但CCA在做分类任务时具有多个缺点,一是CCA本身为无监督学习方法,做分类时没有利用样本的类信息,二是CCA仅考虑需要分类的目标数据,而忽略了与目标数据来自同一域的Universum数据的信息。因此人们提出增强组合特征判别性的典型相关分析(CECCA)和引入了Universum学习的改进的典型相关分析(ICCA)来分别克服这2个缺点。但是CECCA和ICCA都没有利用彼此的优势。为解决以上问题,将Universum学习引入到CECCA中,并提出了一种改进的增强组合特征判别性的典型相关分析(ICECCA)。ICECCA在CECCA的基础上,通过结合Universum学习,实现了在利用训练数据与Universum数据获得更多先验信息的同时做到了对组合特征相关性与判别性的联合优化。在合成数据集和真实数据集上的实验结果验证了所提出的ICECCA的有效性。

摘要： 目的:探讨神经根型颈椎病患者临床评估指标与住院经济负担指标之间的相关性。方法:选取98例神经根型颈椎病患者的病历资料,观察13项临床评估指标[年龄、颈椎病首次发病年龄、体质量指数(BMI)、颈椎病患者脊髓功能状态评分、颈椎功能障碍指数调查问卷(NDI)评分、血白细胞、血C反应蛋白、血红蛋白、血清白蛋白、血清白蛋白/球蛋白(A/G,简称AG比)、血清钙离子、合并病计分、视觉模拟评分法(VAS)评分等]与两项住院经济负担指标(住院时间、住院费用),并对两组患者的资料进行相关分析。结果:因素相关分析显示,年龄、颈椎病首次发病年龄、AG比、VAS评分与住院时间呈正相关(P<0.05);年龄、NDI评分、VAS评分与住院费用呈正相关(P<0.05),血清钙离子与住院费用呈负相关(P<0.05);其他指标经统计无相关性。两组临床评估指标(x)与住院经济负担指标(y)典型相关分析显示,第1典型相关系数(r_(1))为0.499(P<0.05)。主要的临床评估指标有3项,相关系数分别为年龄(-1.068)、AG比(-0.539)、首次发病年龄(0.366)。主要的住院经济负担指标为住院时间(-1.048)。结论:神经根型颈椎病患者的临床评估指标与经济负担指标有一定的相关性,年龄越大、首次发病年龄越大、NDI评分越高的患者,住院经济负担越重,因此临床要尽早采用综合疗法或优化治疗方案,以减轻患者的经济负担。

摘要： 典型相关分析(CCA)是利用综合变量对之间的相关关系反映两组指标之间整体相关性的多元统计方法。传统的CCA方法无法有效利用样本的标签信息,导致准确率降低。将类信息融入到深度学习与CCA相结合的深度典型相关分析中,提出一种监督型降维方法DL-SCCA,用于处理带标签的非线性可分数据。在2个独立的深度神经网络(DNN)结构上,增加1个公共的输出维数与数据集类别数相同的全连接层,并且以softmax函数作为该层的激活函数,输出带有概率意义的编码向量。在此基础上,利用全连接输出与样本标签信息之间的交叉熵对DNN进行训练,获得分类性能较优的低维特征。实验结果表明,该方法采用最近邻分类器和网络本身结构得到的分类准确率分别为98.00%和97.82%,相比CCA、DisCCA、DCCA等方法,能够有效利用样本的标签信息,并且具有较优的分类性能。

摘要： 降水重心反映了区域降水总体空间分布及长期演变过程,掌握降水重心分布特征对于区域旱涝灾害防治、水资源评价与管理具有一定指导意义。基于河南省112个气象站的逐月降水资料,利用重心模型、标准差椭圆、M-K检验法、典型相关分析等方法,分析了河南省月、年际、年代际降水重心分布与转移以及站网空间分布对降水重心的影响。结果表明:1960—2018年期间,河南省月、年降水重心均分布在许昌市许昌县和漯河市临颍县一带,空间分布格局均呈西北—东南方向,离散程度较小,方向性明显;月降水重心移动轨迹总体上呈类"8"字,雨季与旱季的降水重心分别位于类"8"字上部和下部;近59 a年降水重心总体上有明显向东移动趋势,近六个年代降水重心变化不显著;站网密度与站网均匀度对降水重心均有较大影响,呈正向相关关系,站网密度对降水重心的影响比站网均匀度小。

摘要： 利用悬浮系统的多类监测数据,提出了一种基于改进典型相关分析(canonical correlation analysis,CCA)的中低速悬浮系统异常检测方法。运营线数据验证了该方法能获得较好的阈值,且与基于K-medoids的方法和基于支持向量数据域描述(support vector data description,SVDD)的方法相比,该方法能获得更高的检测率。

摘要： 随着我国经济的高速发展,水环境的可持续发展成为十分重视的问题。三峡库区作为长江干流最重要的部分之一,其水质情况将直接或者间接影响长江流域的水环境状况,从而影响我国的经济发展。文章根据三峡库区2008年—2017年p H值(7.63)、DO含量(8.5 mg/L)、CODMn含量(1.71 mg/L)、氨氮含量(0.1 mg/L)的监测数据,以及潜在的多项水质影响因素的多方统计数据,利用典型相关分析法对筛选出的6项水质影响因素与4项水质指标间的两个整体系统的相关性进行研究。根据分析得出的典型相关系数(1.000、0.960、0.895)、典型相关模型以及典型结构分析和冗余分析的结果,证明了两个系统存在着显著的相关性。

摘要： 四川省作为国内旅游大省,背靠青藏高原,地处四川盆地,享有“天府之国”的美誉,旅游资源十分丰富。选取四川省21个地、市、州的样本数据,运用典型相关分析模型探讨了四川省经济发展水平与旅游发展水平之间的关系,定量判别了各影响因素的作用程度并得出两对典型相关变量。结果表明:经济发展水平和旅游业发展水平高度相关,同向变动。推动文化产业与旅游业的深度融合,创建更多的星级景区和星级酒店,提升旅游服务质量,建立完善的交通运输系统,打造特色旅游与系列旅游精品,有助于推动四川省旅游业与经济的进一步发展。

摘要： 活性污泥法是我国最常用的污水处理工艺,然而,污泥膨胀的发生是活性污泥工艺稳定可靠运行难以回避和亟待解决的问题。为此,文中提出了一种新的全生命周期故障诊断方法,用于监测污泥膨胀,并在准确地预警故障后提供合理的决策支持。为了充分挖掘污泥膨胀数据的隐含信息,文中利用典型相关分析(CCA)和绝对平均振幅值(AMAV)提取相关特征并用于故障检测,通过重排历史观测样本的方法改进贡献图并用于故障分离;根据故障预警结果,提出了基于AMAV的特征提取和多元格兰杰因果(MVGC)分析的故障传播定位方法。使用在污水厂采集的现场数据进行实验,结果表明,所提方法能及时有效地检测、分离和分析污泥膨胀的发生。

摘要： 文章基于2011-2019年我国30个省级面板数据,通过构建数字经济和经济韧性系统评价指标体系,实证分析数字经济与经济韧性耦合协调发展的时空演变特征,并采用典型相关分析法研究影响二者协调互动的关键因素。结果显示:2011-2019年全国数字经济和经济韧性的发展水平均较低且呈逐年上升的趋势,数字经济与经济韧性经历了由低度失调到中度协调的演进过程,空间差异显著,整体呈现“东部>东北>西部>中部”的分布格局;由典型相关分析可知,数字经济系统中的信息传输、软件等服务业就业人员数及收入、有电子商务交易活动的企业占比和经济韧性系统中的R&D投入强度、第三产业投资占比、人均GDP对二者协调发展有重要促进作用。

摘要： =大学本科学习阶段的课程一般分为公共课、基础课和专业课.一般而言,基础课同专业课之间有一定的相关关系,学好基础课对于学好专业课具有促进作用。本文将典型相关分析应用到大学本科基础课和专业课之间关系分析中，得到了同样的结论，进一步说明典型相关分析应用到大学本科基础课与专业课之间关系分析是适用的。

摘要： 基于典型相关分析,在最大相关系数条件下,取得线性综合变量的指标权重,对具有多投入多产出行为特征的创新资源投入产出问题进行了弹性分析。并把CCA/DEA分析方法,运用于区域知识产出绩效的评估中,测量了基于时间序列的区域投入产出综合效率,实现了对评估对象的充分评价与排序。

摘要： 典型相关分析(CCA)是寻找同一对象两组变量间线性相关性的一种常用的多元统计分析方法,其采用的欧氏距离度量方式导致了算法的非鲁棒性.核诱导的距离度量不仅在理论上被证明是鲁棒的,而且在(聚类)应用上获得了有效验证.将其进一步应用于CCA,发展出了核诱导距离度量的鲁棒CCA(KI-CCA).该算法不仅克服了CCA非鲁棒的不足,而且使现有基于最大相关熵的鲁棒主成分分析(HQ-PCA)成为特例,且具有非线性相关分析的能力.一方面,核的多样性使得KI-CCA也具有多样性,从而使其成为一般性的分析算法.另一方面,与CCA刻画上的相似性,使其求解可归结为广义特征值问题.在人工数据、多特征手写体数据库(MFD)和人脸数据集(Yale、AR、ORL)上的实验验证了该算法的有效性.

摘要： 产业集群是产业组织的新发展和空间经济的新现象，它对城市化水平的提高有着重要的作用。本文采用多元 典型相关分析的方法对产业集群与城市化的关系进行了实证研究。研究结果表明产业集群与城市化之间存在着显著的相关 性，产业集群与城市化互动发展已成为区域经济发展的强大动力。合理有效的区域经济政策可以推动产业集群与城市化的良 性互动发展,从而提高区域经济的竞争力。

摘要： 历史经验表明，农业经济增长离不开农业产业化，农业产业化是工业化发展到一定阶段的产物，而 工业化进程的普遍现象是产业集群；由新古典增长理论可知，农业经济增长同样来源于劳动、资本与技术 进步。据此，本文根据产业集群与区域经济增长关系理论，采用典型相关分析了产业集群在劳动、资本与 技术层面与区域农业经济增长的相关性。

摘要： 选取前9、6、3个月欧亚大陆地表温度、东北半球500hPa高度场、热带印度洋海表面温度和西太平洋海表面温度作为预报因子,使用变形的典型相关分析(BP-CCA)方法,并选取各因子预报效果最好的时期作为关键时期,建立起各因子和青藏高原冬季气温之间的统计降尺度模型.之后用交叉验证和集合典型相关分析(ECC)方法评估模型实际预报能力.进一步用独立样本检验来评估模型更长时间尺度的年际变化预测效果.结果表明,BP-CCA方法能很好地识别出不同因子影响青藏高原的空间模态,均有一定的预报技巧.而利用ECC方法能综合各因子所提供的预报信息,从而得出更为可信和稳定的预报.

摘要： 近红外分析技术具有快速、准确、无损等特点,在复杂体系样品分析及工农业生产中得到了广泛应用,其中近红外光谱所建立的化学计量学模型的应用在此发挥重要的作用。但建模人员耗费大量的精力建立起来的模型,由于测定样本的仪器或实验环境条件的不同造成的光谱变化限制了模型的传递.本文针对近红外分析过程中出现的模型转移问题,探讨了典型相关分析(CCA)和分段直接校正法(PDS)的模型转移问题,为此开发了一款帮助实验研究人员快捷建立针对特定的近红外仪器及环境条件的转移模型的实用软件,解决了两台仪器间的模型共享问题。

摘要： 研究表明，GCM能很好地模拟出大尺度环流特征，但是由于空间分辨率较低，很难对区域气候情景做详细的预测。降尺度方法是将大尺度的气候信息转化为区域尺度的地面气候变化信息（如气温，降水），从而弥补了GCM对区域气候变化预测的局限。因此采用降尺度的方法来提高区域气候事件模拟能力是十分必要的。典型相关分析作为一种较为理想的、用于研究两个场或两组变量间相关性的统计降尺度方法，能够提取出反映两个场不同的主要相关结构，并且利用主要的相关结构作出要素场的预报，近年来已经得到了广泛的应用。本文利用典型相关分析方法建立了黑龙江省1 月、7 月气温和降水的预测模型，进行了3 年的短期气候预测试验，并与多元回归方法的预报结果对比分析，结果表明：①CCA 方法对黑龙江省冬夏气温和降水的预测都有一定的预报技巧。但是预报效果对不同要素不同区域有差异。②两种方法对比来看，无论是冬季（1 月）还是夏季（7 月），CCA 方法对温度的预报效果好于多元回归方法，CCA 对1 月和7 月温度的区域预报评分3 年平均可达到74 分左右。多元回归方法对1 月气温的预测效果差。③两种方法对降水的预测评分低于气温近10 分。降水的分区预报结果显示，中西部地区的预测效果较好，两种方法均在70 分以上，最好时可超过90 分。而北部漠河区域和东部佳木斯地区则预报效果较差，区域评分不足40 分。多元回归对降水的预测效果好于CCA 方法。CCA 方法中流场因子对降水的预报效果好于高度场因子。④CCA 方法虽只选择了单个因子场进行预测，但高相关因子的物理意义清晰，对气温预测效果好。CCA 对降水的预测不及多元回归，可能是用于预测的初始因子场较少的缘故，还需要进一步研究。两种方法对模式预报结果依赖性强，因此所选用的预报因子必须能被数值模式较准确的模拟。

摘要： 建立多投入多产出条件下的随机生产前沿并有效地测算技术效率一直是学术界的一个重要研究课题。为了解决一般参数型随机生产前沿只能建立多投入与单产出之间的生产函数问题，本文利用由典型相关分析寻找的综合投入与综合产出建立参数型随机生产前沿，并称由这种方法建立的函数为典型生产前沿，由此测算的效率为典型技术效率。最后，利用我国2008年16家商业银行的多投入多产出数据，建立了典型生产前沿，并测算了各家商业银行的典型技术效率。在此基础上，给出了扩展参数型随机前沿分析技术的备选方案。

摘要： 近年来，MOS预报有很大的发展，突出表现在预报方法和预报因子的改进方面，在预报方法上，采用最优子集回归代替逐步回归。逐步回归算法虽然应用十分广泛，但在给定自变量条件下，并不能获得一个最优回归方程。现在我国绝大多数省市均已建立了降水概率预报业务系统，概率天气预报比传统的预报有更高的经济价值，在降水概率预报中重点又是对暴雨的概率预报，是社会经济和农业生产所关注焦点。预报因子和预报对象的处理，建方程前参数的选择以及预报因子的选取都会影响要素预报的质量。本文在数值预报产品基础上应用统计分析方法建立安徽省宿州市客观暴雨降水概率预报方程，建立了一种新的改进型的MOS降水概率预报模型。用典型相关分析方法来提取要素场的信息，用求得的典型变量作为新预报因子，用CSC准则和最优子集回归选取预测因子，建立单站降水概率回归模型。根据事件概率回归估计的原理建立预报方程，用最优子集方法排列因子的组合，根据双评分准则选出最优方程，将这种方法具体应用于有、无降水概率预报中；运用布莱尔(B)评分、技巧(Bs)评分和偏差测度(Bias)评分方法检验所建最优子集概率回归方程的拟合效果和试报效果。并在对比试验中说明了，要素场和典型相关系数阈值的选择都会对预报结果造成影响。该模型试报效果表明，随着计算机技术的高速发展，用最优子集建立暴雨降水概率预报模型，是探讨现代暴雨预报的一种新方法。

摘要： 本发明公开了一种基于典型相关分析与慢特征分析的智能电厂燃煤发电机组磨煤机的在线监测方法。本发明针对磨煤机过程变量众多，控制器调节作用复杂的问题，运用典型变量分析提取过程的时序相关关系的信息，同时，结合慢特征分析算法，提取过程动静态特征，综合闭环系统调节作用与运行状态相关的时序相关关系和动静态特征，在不同的子空间内建立了动静态在线监测指标对磨煤机进行过程监测。该方法的优势在于能够充分反应闭环系统的调节作用，有利于对复杂过程特性的了解，增强了对磨煤机在线过程监测的可靠性和可信度，有助于火电厂对磨煤机运行状态做出准确判断，及时发现故障，从而保证了磨煤机的安全可靠运行。

摘要： 本发明公开了一种应用于嵌入式处理器中的脑电稳态诱发电位的分析方法。所述方法包括：S1、选取一个待分析的频率，生成参考信号；S2、利用典型相关分析方法，将所述参考信号与待分析的稳态诱发电位进行定点运算，得到所述参考信号与所述稳态诱发电位的最大相关系数，从而得到所述稳态诱发电位在所述频率处的响应强度。该方法能够使定点嵌入式处理器实现对脑电稳态诱发电位的在线分析；基于该方法构建的嵌入式系统，对比传统的傅里叶分析方法具有更加高效和准确的优点。

摘要： 本发明提供了一种基于典型相关分析的停电敏感性相关因素分析方法，包括以下步骤：S1：基于典型相关分析方法依次计算各属性和停电敏感度的相关系数；S2：根据所述相关系数给出相应属性与停电敏感度的关系等级。本方案通过统计数据对停电敏感性进行定义，并给出相应的计算方法，实现对停电敏感客户的形成明确统一的定义；提供典型相关分析方法，能够统一分析各属性与停电敏感度之间的相关程度。

摘要： 本发明公开了一种基于典型相关分析与慢特征分析的智能电厂燃煤发电机组磨煤机的在线监测方法。本发明针对磨煤机过程变量众多，控制器调节作用复杂的问题，运用典型变量分析提取过程的时序相关关系的信息，同时，结合慢特征分析算法，提取过程动静态特征，综合闭环系统调节作用与运行状态相关的时序相关关系和动静态特征，在不同的子空间内建立了动静态在线监测指标对磨煤机进行过程监测。该方法的优势在于能够充分反应闭环系统的调节作用，有利于对复杂过程特性的了解，增强了对磨煤机在线过程监测的可靠性和可信度，有助于火电厂对磨煤机运行状态做出准确判断，及时发现故障，从而保证了磨煤机的安全可靠运行。

摘要： 本发明提供了一种基于典型的相关分析的稳态诱发电位的分析方法，包括如下步骤：(1)选取一个待分析的频率，生成参考信号；(2)利用典型相关分析方法，将参考信号与待分析的稳态诱发电位进行定点运算，得到所述稳态诱发电位在频率处的响应强度；(3)判断是否得到了稳态诱发电位在全部待分析的频率处的响应强度，是则转下步，否则转步骤(1)；(4)根据稳态诱发电位在全部待分析的频率处的响应强度，计算出稳态诱发电位响应强度最高的频率。本发明对原始输入数据的要求不高，且可根据具体的数据长度调整实际使用的数据位宽，平衡功耗、计算时间与计算精度的要求。该方法对比传统的傅里叶分析方法具有更加高效和准确的优点。

摘要： 本发明公开了一种应用于嵌入式处理器中的脑电稳态诱发电位的分析方法。所述方法包括：S1、选取一个待分析的频率，生成参考信号；S2、利用典型相关分析方法，将所述参考信号与待分析的稳态诱发电位进行定点运算，得到所述参考信号与所述稳态诱发电位的最大相关系数，从而得到所述稳态诱发电位在所述频率处的响应强度。该方法能够使定点嵌入式处理器实现对脑电稳态诱发电位的在线分析；基于该方法构建的嵌入式系统，对比传统的傅里叶分析方法具有更加高效和准确的优点。

摘要： 本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法，包括以下步骤：S01，采集光伏数据；S02，数据预处理；S03，典型相关分析；S04，构建训练集和测试集；S05，Fisher判别分析；S06，故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析，即可获得光伏组件是否故障的结论，检测成本低，解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题，本发明输出结果真实可靠，适合广泛推广应用。

摘要： 本发明公开了一种针对污泥膨胀的特征提取典型相关分析在线监测方法，该方法首先将观测变量分为输入空间和输出空间，利用离线数据分析两组空间变量的相关性，由此得出训练集的SPE统计量时间序列，并对训练集的SPE统计量时间序列特征提取，计算得到新的SPE控制限。然后对采集到的现场数据进行预处理，再依次计算出每个实时观测样本的SPE统计量，构成时间序列，最后对其特征提取得到新的SPE统计量。如果新统计量的值未超出控制限则说明工况正常；相反，如果新统计量的值超过控制限则可判定该观测时刻发生污泥膨胀。本发明通过特征提取来放大故障信息，解决基于典型相关分析的在线监测无法及时、稳定地检测出污泥膨胀的问题。

摘要： 本发明提供一种基于典型相关分析的多保真度代理模型建模方法，利用典型相关分析方法评估不同保真度模型之间的关联关系，使得该方法在建模过程中能够充分融合与利用不同保真度模型信息，在一定程度上保证了模型精度和预测鲁棒性。建模过程包括：估计高、低保真度模型之间的总体相关性；构建高、低保真度模型之间的差异函数；最小化误差函数，进行超参数寻优；建立多保真代理模型的预测表达式。本发明能够在变保真度模型建模阶段利用不同保真度模型之间的关联关系，可充分利用不同保真度模型信息，预测精度较好。

摘要： 一种基于统计特征典型相关分析的PFC故障检测方法，属于PFC故障检测领域。本发明针对现有通过PFC变换器的输出电压对其进行故障检测，不明显的故障特征易被掩盖造成检测效果差的问题。包括：采集PFC转换器的样本输入电压和样本输出电压；对样本输入电压特征量和样本输出电压特征量进行典型相关分析，得到典型相关系数；构建样本残差矩阵，计算获得样本统计量；并确定故障检测阈值；采集实际输入电压和实际输出电压，利用实际输入电压特征量、实际输出电压特征量和典型相关系数构建实际残差矩阵，计算获得实际统计量；将实际统计量与故障检测阈值进行比较，若实际统计量大于故障检测阈值，则判定运行状态PFC转换器为故障状态。本发明用于PFC故障检测。