皮尔逊相关系数

摘要： 为建立一种简单快捷无损地区分塑料针剂底托的方法,采用便携式差分拉曼光谱仪对57个注射针剂塑料底托进行检测,首先通过直接观察,根据样品透明与否分类,再根据得到的差分拉曼光谱图的峰位、峰数等对样品进行成分和填料分析,同时利用系统聚类和皮尔逊相关系数分析来验证判别结果的准确性。实验结果表明,透明类样品主要成分为聚氯乙烯和聚对苯二甲酸乙二醇酯,不透明类样品主要成分为聚氯乙烯、聚对苯二甲酸乙二醇酯和聚苯乙烯,利用统计分析软件“统计产品与服务解决方案”(SPSS 26.0)聚类分析对透明类样品分类进行验证,分类结果可靠。以透明聚氯乙烯类样品为例,根据填料不同可将其分为6组,选取一组样品为例,可利用相对峰高比对其进行明显区分,再选取一组样品利用皮尔逊相关系数验证,组内样品相关性高。

摘要： 人脑活动是在秒级与毫秒级动态变化的,因此采用静态连接方式构建的功能性脑网络,会造成部分与时间相关有效特征的缺失。该文旨在研究情绪变化期间不同大脑区域之间相互作用的时空变化,提出了一个系统的分析框架。该框架包括相关性度量,脑状态分割,代表性时间片段提取以及动态网络构建和分析。首先,利用皮尔逊相关系数量化不同脑区之间的功能连通性。其次,计算两相邻时间点的相关性矩阵之间的奇异值分解(singular value decomposition, SVD)矢量空间距离,确定情绪转换点并对非平稳脑状态进行时间片分割,提取代表性时间片段。最后,基于相关性和频带功率分布构建不同网络模式,利用滑动窗口法估计动态相关模式和动态功率分布变化,然后提取脑动力学的多变量特征并进行分类识别。在SEED数据集上进行的相关实验验证了基于动态功能连接的情感评估方法的可行性,为不同情绪状态下建立脑动态模型开辟了新的途径。

摘要： 对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异。针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重,引入分类思想并结合模糊熵理论计算出目标分类权重,最后用DS融合规则对经过相关性权重和目标分类权重修改后的目标识别信息进行融合。仿真结果表明,与DSCR方法、CRET方法、CBF方法、CMCE方法和NDCM方法相比,所提方法在各种冲突情况下降低了识别错误目标的概率,提高了对正确目标的识别,有效提升了系统的目标识别能力。

摘要： 风向仪风向测量失准或故障会严重影响风机发电性能和可靠性。对此,文章根据风电机组风速风向共享技术理念,提出了一种基于风向相关系数的风向仪共享控制方法。其首先利用风矢量平均法对相邻风机的风向序列进行预处理,以解决风向序列的过零点问题;然后,利用基于皮尔逊相关系数理论的回归分析方法,对相邻风机的风向序列进一步处理,形成缺陷风机的风向相关系数列表及共享风机群,并将其用于对缺陷风机的风向预测;最后,风场SCADA共享模块依据既定的控制策略,抽取共享风机群的风向序列,利用线性回归方程法计算出共享风向序列,并将该序列与缺陷风机共享,实现短时间内的避障运行。从实际风场获取测量数据,利用Matlab仿真软件进行仿真实验。结果显示,两风电机组风向序列相关性系数大于0.75,预测风向的平均相对误差保持在7.56%以内,且相关性系数越高,预测精度越高。

摘要： 本研究基于社会网络视角剖析银行间系统性风险传染,构建了我国银行间系统性风险传染的网络结构,采用2016至2019年的15家上市银行的股价日波动率作为指标,运用皮尔逊相关系数将任意两家银行联系起来构建银行社会网络。同时,采用中心性分析和脉冲函数评估银行的重要性和动态交互影响,得出以下结论:在系统性风险传染中,国有银行在网络中均处于核心位置,股份制银行中华夏银行、光大银行、兴业银行以及城市商业银行中北京银行为重要节点。脉冲响应结果显示:中国银行在面对北京银行、光大银行和工商银行的冲击时响应最为强烈,其次是华夏银行、建设银行和交通银行。

摘要： 为了探索沥青老化过程中组分与微观形貌的演变趋势,以5种不同油源的基质沥青为研究对象,对其进行薄膜烘箱老化试验和压力老化试验。随后对各沥青样品进行组分分离试验,并采用原子力显微镜对其微观形貌进行观测分析。结果表明:沥青老化过程中轻质组分向重质组分迁移,胶体指数呈下降趋势,且重质组分含量多的沥青组分变化较小;沥青表面微观形貌中的"蜂状结构"变得模糊,且表面粗糙度以及凸起部位最大高度下降。此外,胶体指数的下降也使得沥青更趋于凝胶结构,皮尔逊相关系数分析表明了沥青老化过程中组分的变化率与微观形貌的演变存在较强的正相关性,即组分指数变化率越大,微观形貌参数变化率也相应越大。

摘要： 在上下几千年音乐文化的历史长河中,不同流派的音乐艺术家之间一直都存在着影响者与追随者的关系,同时不同音乐艺术家的音乐作品也存在着相似性和差异性。音乐之间的关联性是很难直观的去展现在人们眼前的,本文将从音乐家作品的角度出发,对比不同音乐家的作品的音乐特征以及人声类型来探究不同的音乐之间是否存在关联性和相似性等问题。实验结果表明,通过对音乐的特征因素计算其对应的皮尔逊相关系数(PCC)后绘制热力图,再选取关联性较强关联性因子,建立对应的余弦相似度模型后也可以很好地反映出不同音乐的相似性和关联性强度。

摘要： 为分析地质条件和开采条件等相关因素对煤矿瓦斯涌出量时间序列的影响,挖掘小样本条件下多源监测信息与呈非线性特征的瓦斯涌出量之间的关系,实现瓦斯涌出量的精准预测,在时间序列理论基础上,选用经验模态分解(EMD)法和极限学习机(ELM)构建基于监测信息的瓦斯涌出量EMD-ELM多源时变预测模型。对于小样本监测数据,采用Pearson相关检验选定主要瓦斯涌出量影响因素,通过EMD深层分解瓦斯涌出量监测序列,求出瓦斯涌出量本质模函数(IMF),提取瓦斯涌出量非线性时间序列的样本特征,以及对应瓦斯涌出量序列的高频波动项和低频趋势项;对各项分量分别建立极限学习机预测模型,将分量预测结果等权求和作为瓦斯涌出量的最终预测值。以某煤矿瓦斯涌出量监测样本作为检验数据,检验结果显示经验模态分解能有效简化数据,模型均方误差为0.017,模型精度和泛化能力相比直接预测有所提高。

摘要： 随着工业化城市经济的飞速发展,大气污染严重危害着生态环境和人体健康。污染防治实践表明,建立空气质量预报模型,提前获知可能发生的大气污染过程并采取相应控制措施,是减少大气污染对人体健康和环境等造成的危害并提高环境空气质量的有效方法之一。本文针对污染物浓度对其进行预报,基于空气质量预报模式系统(WRF-CMAQ)等一次预报模型模拟结果,结合更多的实测数据源进行再建模,以提高预报的准确性,优化预报模型。在建立WRF-CMAQ-BP模型中,采用的数据是六种常规污染物的单日浓度,用模拟预测的值来逼近真实的值,从而达到较为精准的预报值。同时采用皮尔逊相关系数方法来找到影响空气质量的主要因素。

摘要： 市政污水处理厂出水是自然水体的重要污染来源,处理后的生活污水排入水体,对受纳水体水质产生重要的影响。为实现对太湖总氮浓度的准确预测,收集并分析了太湖水体水质监测数据和太湖流域212个污水处理厂的实时运行监测数据,采用皮尔逊相关系数(Pearson correlation coefficient)分析了太湖水体总氮浓度与市政污水处理厂相关运行指标的相关性,结合相关性较高的前五项指标与太湖水质监测数据,利用临近算法(KNN),决策树以及AdaBoost三种机器学习模型对太湖水体总氮浓度月平均值进行了预测。其中AdaBoost的精度更高、准确性更好,拟合优度为0.84,平均绝对误差在14.08%以内。模型特征重要性分析表明,太湖硝态氮,氨氮和总磷等指标对总氮浓度预测有重要的影响。

摘要： 目的:探索精神科男护士职业态度、自我效能感特点及两者之间的关系.方法:采用整群抽样的方法对208名精神科男护士施以护士职业态度量表、一般自我效能感问卷,对其现状进行描述,计算两者之间的皮尔逊相关系数.结果:①精神科男护士职业态度总体得分为(4.11±1.21)分,职业态度属中立偏消极.②择业原因情况不同的精神科男护士职业态度得分差异有统计学意义.③精神科男护士自我效能感总体得分为(2.75±0.74)分,中立偏高.职业态度与自我效能感之间存在一定的相关越高,r=0.15,相关具体统计学意义.结论:护理管理者应从多方面、多渠道满足精神科男护士生存和自我实现的需要,促进其形成稳定积极的职业态度,提高自我效能感.

摘要： 本文选取中国31个省、自治区和直辖市2005年至2016年季度GDP数据,首先利用HP滤波方法将实际季度GDP对数序列的周期分量分离出来,然后计算省际之间以及区际之间的皮尔逊相关系数,以此来考察中国区域经济周期的同步性,并在此基础上利用Fisher转换方法计算了中国整体相关系数与八大区域各自的总体相关系数,定量考察中国整体经济周期的同步性水平.研究结果显示:中国省际之间经济周期同步性程度高低不等,有些省际之间经济周期同步性极强,有些省际之间经济周期同步性极弱,甚至完全不相关;区域间经济周期同步性程度均较高;中国整体经济周期同步性程度不高,但八大区域中除了南部沿海外,其他区域内部整体经济周期同步性程度均不低,其中东北地区同步性程度最高.

摘要： 阿尔茨海默病是一种严重影响人类生活的病症,它具有难以治愈的特点.而其早期症状,轻度认知障碍的诊断就成了延缓发展和治疗的关键.核磁共振图像是诊断脑部疾病的重要影像资料.通过分析核磁共振图像,再利用分类算法,将轻度认知障碍患者从正常人中区分开来成为一种重要的方法.而特征选择则是提高分类准确率的必要步骤.本文提出将互信息和皮尔逊相关系数集成的特征选择方法,不仅考察每个特征对类标签的相关性,而且保证选出的特征子集之间冗余度最小.实验结果证明,与互信息和mRMR方法结合支持向量机进行分类性能比较,本文提出的方法分类准确性更高,说明本文的特征选择方法具有较好的优势.

摘要： 采用全局敏感性互信息熵方法评价SWMM模型输入参数对模型输出结果的影响,并与皮尔逊相关系数进行对比.结果表明:在设计暴雨情景下,汇水区面积比例因子对总产流和峰值流量而言是最敏感的参数,汇水区宽度因子和不透水区曼宁系数则时峰值时间影响较大,但是都没有起到决定性的作用.在此基础上,还发现互信息熵方法适用于模型中多变量的非单调参数敏感性分析,能更准确地分析模型参数的敏感性,为研究城市汇水区域的SWMM水文水力模型参数对城市降雨径流的影响提供了合理取值.

摘要： 采用区组完全试验设计,研究了水灰比和水泥用量对混凝土安全性能--立方体抗压强度fcu和耐久性能--自由氯离子初始有效扩散系数D0的影响作用.根据硝酸银化学滴定法测量数据进行非线性回归处理,得出了D0.分析了不同水泥用量对混凝土抗压强度和抗Cl-渗透性之间的相关性影响,结果表明:混凝土的抗压强度和抗Cl-渗透性之间呈一定程度的正相关.

摘要： 采用区组完全试验设计,研究了水灰比和水泥用量对混凝土安全性能--立方体抗压强度fcu和耐久性能--自由氯离子初始有效扩散系数D0的影响作用.根据硝酸银化学滴定法测量数据进行非线性回归处理,得出了D0.分析了不同水泥用量对混凝土抗压强度和抗Cl-渗透性之间的相关性影响,结果表明:混凝土的抗压强度和抗Cl-渗透性之间呈一定程度的正相关.

摘要： 采用区组完全试验设计,研究了水灰比和水泥用量对混凝土安全性能--立方体抗压强度fcu和耐久性能--自由氯离子初始有效扩散系数D0的影响作用.根据硝酸银化学滴定法测量数据进行非线性回归处理,得出了D0.分析了不同水泥用量对混凝土抗压强度和抗Cl-渗透性之间的相关性影响,结果表明:混凝土的抗压强度和抗Cl-渗透性之间呈一定程度的正相关.

摘要： 基于皮尔逊相关系数的热机械分析曲线转折点的测定方法，本发明为了解决现有沥青混合料热机械分析曲线转折点难以确定的问题。测定方法：一、测量随温度变化的热机械参数，建立温度数组和热机械参数数组；二、建立温度—热机械参数数据组；三、基于温度—热机械参数数据组，计算温度数据组与热机械参数数据组的皮尔逊相关系数的平方，得到R2数据组，以T为横坐标，以R2为纵坐标，绘制R2—T曲线图；四、以R2≥0.995作为温度应力曲线转折点的界定条件，则R2相对应的温度作为测定的转折点温度TT。本发明以皮尔逊相关系数为指标，通过分析计算热机械分析参数与温度数据点之间的相关系数，准确确定沥青混合料热机械分析曲线的转折点。

摘要： 本发明涉及配网线变关系识别技术领域，公开了一种基于皮尔逊相关系数的配网线变关系识别方法，用于解决配网线变关系校验耗时长、准确率低的问题。本发明1.包括以下步骤：步骤S1，对配网量测数据进行前置处理，修复异常的配网量测数据；步骤S2，使用皮尔逊相关系数识别配网线变沿线关系；步骤S3，根据识别结果修正配网线变沿线关系，生成疑似错误配变挂接线路清单。本发明中所提方法考虑了配网线变电压曲线变化相似的特点，实现了配网线变关系的精准识别，为提升配网线路运行管理水平提供数据支撑。

摘要： 本发明公开了一种基于皮尔逊相关系数和卷积神经网络的脑电信号识别方法，包括以下步骤：S1、选择数据：从情感脑电、视觉诱发脑电和运动想象脑电数据库中分别选择相同通道的信号；S2、信号预处理：利用带通滤波器去除眼电伪迹信号以及工频干扰信号；S3、使用皮尔逊相关系数算法进行特征提取；S4、将S3提取的特征输入稠密度卷积神经网络中进行训练，得到深度学习身份识别模型，利用深度学习身份识别模型对脑电信号进行身份识别。本发明选用了情感脑电信号、视觉诱发脑电信号和运动想象脑电信号进行身份识别，使用多种任务态的脑电信号，减少了在获取EEG信号时对用户的限制，使基于EEG信号的身份识别方法更具有普适性和泛化性。

摘要： 一种基于皮尔逊相关系数的漏电台区断零线窃电用户检测方法，针对低压居民断零窃电时负荷电流转化为配电台区剩余电流导致漏电、危及人身安全的问题。首先将剩余电流超标的台区识别为漏电台区；然后获取一段时间内该台区剩余电流数据及台区内各用户的负荷电流数据；计算每个用户负荷电流数据与台区剩余电流数据之间的皮尔逊相关系数，当某一用户电流与剩余电流的相关系数计算结果超过设定阈值时，判定该用户为断零线窃电嫌疑用户。针对嫌疑用户进行用电稽查，有效减小低压居民台区断零线窃电的筛查范围，及时消除可能发生的漏电及触电事故。

摘要： 本发明公开了一种基于皮尔逊相关系数的频域滤波语音降噪方法，其主要思路为：对带噪语音信号进行短时傅里叶变换STFT处理，得到频域带噪语音信号；利用该频域带噪语音信号进行带噪语音信号的自相关矩阵估计、加性噪声信号的自相关矩阵估计和期望信号的自相关矩阵估计，将结果代入最优降噪滤波器的公式，得到最优降噪滤波器，所述最优降噪滤波器是基于皮尔逊相关系数的幅度平方最大和基于失真的均方误差最小求解所得；用最优降噪滤波器对频域带噪语音信号进行滤波处理，输出频域语音降噪信号；对频域降噪语音信号进行反短时傅里叶变换，输出时域语音降噪信号。本发明能在最大程度消除背景噪声的同时，使信号失真非常小。

摘要： 本发明公开一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，包括：S1、通过仿真，输出局部放电信号、常见的多种噪声信号以及染噪信号；S2、利用改进的自适应噪声完备集合经验模态分解对染噪局部放电信号进行分解，得到多个IMF分量；S3、计算每个IMF分量的皮尔逊相关系数，根据系数准则筛选有效分量；S4、重构有效分量；S5、通过类小波函数去除残余噪声，得到有效局部放电信号。本发明能很好地抑制周期窄带和白噪声两类干扰，减少局部放电信号的畸变，保留局部放电信号特征，便于更准确地检测局部放电信号。

摘要： 本发明公开了一种基于皮尔逊相关系数的分布式光伏电站聚合预测方法。通过对各个分布式光伏电站之间的相关性进行计算，将地区划分为若干个子地区，并选取能够代表该子地区所有光伏电站发电情况的光伏电站作为基准光伏电站，构建地区基准光伏电站信息表，根据基准光伏电站的气象台预测辐照度和预测温度，确定各子地区的基准光伏电站的预测功率，然后对各子地区的基准光伏电站预测功率进行归一化处理，得到各子地区所有光伏电站发电功率，最后累加计算，得出聚合全地区光伏电站的预测功率值。本发明通过计算出基准光伏电站的预测功率得到地区所有光伏电站的总功率，不需要对所有光伏电站进行气象和运行情况监测，降低了光伏电站的建设运行成本。

摘要： 本发明公开了基于加权皮尔逊相关系数并结合特征筛选的分类算法，首先对原始数据进行预处理，并将预处理后的数据集使用IMPROVE_FCBF算法进行特征筛选；然后将进行特征筛选之后的数据使用十折交叉验证方法划分为训练集和测试集，在训练集上使用基于加权皮尔逊相关系数的决策树算法构造决策树；最后使用构造好的决策树模型对测试数据进行分类得出结果，使用评估指标准确率、召回率、宏观F1值和决策树的构造时间对决策树分类模型进行评估。基于以上评价指标，本发明相比其他决策树分类算法均有不同程度的提升与改进。

摘要： 本发明公开了一种基于改进皮尔逊相关系数的低压台区拓扑校验方法，首先用皮尔逊相关系数判断用户电压序列曲线的相似性，通过相关系数算法校验台区户变关系的正确性，找出户变关系不正确的用户，进行再校验。对于需再校验的用户，基于GIS系统的数据和《配电网规划设计技术导则》生成用户样本数据，运用KNN算法分析用户样本数据，然后找出校验用户所属的正确台区。最后根据人工现场校验结果，判断算法校验的正确性。本发明基于皮尔逊相关系数和KNN算法校验低压配电网拓扑，可以快速精确校验低压配电网的拓扑结构，所需人力成本低、计算速度快、计算量较小、实时性强、可操作性强，具有很高的应用价值。

摘要： 本发明公开了一种基于皮尔逊相关系数的反窃电分析方法，包括以下步骤：1)主站读取台区总表和各用户表的电量日冻结值；2)预处理所有数据；3)台区总表日冻结值减去各用户表日冻结值的和得每日段线损值；4)取一组不重复的随机数作序号，取序号所代表的日段的台区线损值和各用户表日冻结值；5)求所取日段各用户表日冻结值和线损值间的皮尔逊相关系数；6)重复3)、4)和5)i次得台区各用户表日冻结值与线损值的i个相关性系数；7)对每个用户表的i个相关性系数取均值得最终相关性系数；8)最终相关性系数阈值的用户表为疑似窃电表。本发明仅需获取各用户电量日冻结值与总表日冻结值两项数据，无需定义窃电标签，易于实现，节约了成本。