简介:高分辨率、栅格化的气候数据作为环境因子是地学模型和气候模型等相关研究的重要参数,国内外的研究多集中于温度、降水等气象要素,对陆面蒸发空间化研究较少。对黄土高原多沙粗沙区及周围共计53个气象站点(多沙粗沙区30个)蒸发皿测量值Epan进行空间插值,以5变量局部薄盘样条函数(经纬度为自变量。净辐射、水气压差和风速为协变量),建立具有多元线性子模型的蒸发插值模型,以ANUSPLIN为实现软件,生成连续21年共252个蒸发表面。交叉验证表明:引入蒸发影响因子作为协变量线性子模型进行表面插值能显著提高插值精度,夏季提高幅度更大,拟合表面具有较高的精确度与平滑度。蒸发随协变量的变率显示,在多沙粗沙区,水气压差是夏季蒸发的主要控制因素,风速对蒸发的影响冬季稍强一些,净辐射的影响没有明显的季节性,只在春分和秋分时节有微小提高。
简介:核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。
简介:摘要 : Volterra核函数辨识是一种非线性系统模型,能够良好的应用于结构损伤检测,对于现代机械工程的发展起到了非常重要的作用。本文笔者对 Volterra核函数辨识下结构损伤检测进行分析研究,文章中对 Volterra级数进行详细的分析阐述,并提出 Volterra核函数辨识在结构损伤检测当中的具体应用过程。
简介:给出赋Orlicz范数的Musielak-Orlicz函数空间中光滑点、光滑性、强(很)光滑点和强(很)光滑性的充分必要条件.
简介:摘要:主成分分析(Principal Component Analysis, PCA)是一种常用的数据降维技术,可以有效地减少数据维度并保留数据的主要信息。然而,在传统的PCA算法中,所有特征被均等对待,可能导致对一些重要特征的忽视。为了解决这个问题,本文提出了一种基于t类加权核函数的主成分分析维度约简算法。该算法通过引入t类加权核函数来对特征进行加权,使得重要特征的贡献更大,从而更好地保留数据的主要结构和信息。