多元统计分析方法的理论研究及应用分析

多元统计分析在多指标实际问题的研究中起着重要的作用.以往文献中,一般采用某一种多元统计方法对一个多指标实际问题进行研究,但其结果存在一定的偏差性.采用四种典型的多元统计方法:主成分分析法、因子分析法、分层聚类和K-均值聚类方法对同一个多指标银行问题进行研究,并对四种方法的不同结果进行比较综合分析,这样可以避免单一方法的偏差性,以便得到的结果更合理、更具有说服力.     

基于证据空间有效性指标的聚类选择性集成

首先针对距离空间在描述数据复杂结构信息方面的不足给出证据空间的概念。然后基于证据空间扩展有效性指标Davies-Bouldin,同时利用聚类成员的类别相关矩阵度量差异性。最后以较高有效性和较大差异性为目标选择聚类成员并用于集成。实验结果显示所提方法能够有效提高聚类集成算法的有效性。     

分布式目标下行波束形成

研究了智能天线在下行链路的应用。利用上行链路接收数据,建立分布式目标信道模型。估计移动用户的发射角、扩展角度和发射功率以及下行信道相关矩阵,确定下行链路的波束形成方法。即对频分复用（FDD）系统进行上行相关矩阵变换,构建下行信道协方差矩阵,利用最大合并比准则获得下行链路权值。计算机仿真证实了这种方法的有效性。     

特征筛选对抗肿瘤药物识别的影响研究

基于不同的机器学习方法探索识别抗肿瘤药的合适的特征筛选方法。收集了200个抗肿瘤药和600个非抗肿瘤药,形成三组不同的平衡数据集。采用斯皮尔曼系数与谷本系数计算的相关性矩阵与6个特征重要性指标结合进行相关性特征筛选。筛选后的数据集使用自适应提升树、随机森林、支持向量机进行分类。基于三个平衡数据集,采用的特征筛选方法对不同的机器学习方法获得的评价指标均有不同程度的提升。特别是自适应提升树,与其他筛选操作相比,至少有一种改进的特征筛选方法提升了六个评价指标的所得值。根据三个数据集的结果分析,重要性指标中整体方差和信息熵表现得更好,为将来的抗肿瘤药物识别提供一定的参考。     

一种基于神经网络的LFMCW雷达目标距离提取方法

根据LFMCW系统的特点，提出了一种通过对信号自相关矩阵进行秩—1分解的方法来替代传统的FFT方法，以实现对目标距离的超分辨提取．通过应用Hopfield神经网络能量函数变换，将分解问题转化为一个简单的迭代问题来求解．文中通过计算机仿真和硬件系统的实际测试研究了它的性能，并与MUSIC、最大熵等其它谱估计方法做了比较，结果表明该方法具有更好的信噪比和分辨性能．     

异质结双极晶体管高频噪声建模及分析

提出了一个T等效异质结双极晶体管高频噪声电路模型.该模型是对通常用在硅双极晶体管中的Hawkins噪声模型进行改进得到的,主要的改进包括发射极理想因子、发射极电阻、内部BC结电容、外部BC结电容和其它寄生元素对器件噪声性能的影响.为了从等效噪声电路模型中计算出精确的噪声参数,采用了噪声相关矩阵法来计算噪声参数,从而避免了在等效电路变换中可能产生的简化和复杂的噪声测量.进一步利用该模型分析了等效电路元素对器件最小噪声系数的影响,分析计算结果和物理解释一致.同时通过基于异质结双极晶体管器件物理的公式,给出了器件参数对器件最小噪声系数的影响.     

目标方位估计的相关矩阵最大特征值法

研究均匀线阵(ULA)波束形成时作者发现，当操纵线阵指向方位不断变化，相关矩阵的最大特征值也随着有规律地变化着。通过分析最大特征值的变化，能够估计目标方位和数目。本文从实验数据和计算机仿真两方面对单目标和多目标进行处理，验证上述方法的可行性。     

一种自适应旁瓣对消相关矩阵快速构建算法

为了解决传统自适应旁瓣对消（ASLC,adaptive sidelobe cancellation）算法中构建相关矩阵所需大量复数运算问题,根据开环自适应旁瓣对消的基本原理和ASLC系统中相关矩阵和互相关向量的特点以及工程实现的要求,找到了一种快速构建相关矩阵的新算法,并详细说明和分析了该算法的运算流程和计算复杂度。经过理论仿真和DSP开发软件环境验证,该算法的计算复杂度明显小于传统算法。     

基于压缩感知的分步合作频谱感知方法

在研究自相关矩阵检测理论的基础上,提出一种采用压缩感知的分步合作频谱感知方法.通过压缩感知将海量采样数据量减小,提取能够有效代表原信号的采样点;通过随机选择参与运算的认知用户及其数量进行合作检测,并反馈有益信息,减少了传统合作检测所有认知用户参与检测带来的运算复杂度.仿真表明该方法提高了频谱检测率,缩短了频谱检测时长,...     

一种基于奇异谱的语音激活检测方法

为了提高语音激活检测在低信噪比环境中的检测性能,提出了一种基于奇异谱的语音激活检测方法。首先用多窗口方法计算每一帧语音信号的相关矩阵;然后对相关矩阵进行奇异值分解;利用奇异值可以反映有用信号和噪声分布情况的特性,将每一帧语音信号经过加权处理后的最大奇异值与自适应阈值进行比较进行语音激活检测。该方法原理简单,易于硬件实现,通过实验仿真表明,在低信噪比环境下,和基于对数能量方法相比,本文方法也能够很好的区分语音段和非语音段,有良好的检测性能。