自相关系数

摘要： 针对运动想象脑机接口系统中分类准确率低的问题,提出一种改进孪生网络的脑电信号分类方法,把原孪生网络中的两个子网络扩充成3个子网络,并设计了新的学习样本采集方法和距离函数;脑电信号经过小波变换及经验模态分解,利用自相关系数筛选得到预处理后的小波分量,然后随机分割成训练集和测试集,从训练集中按照新的学习样本采集方法获得学习样本集,将其输入3个权重共享的子网络进行训练,使用新的距离函数进行相似度的对比,最后计算测试样本特征与训练集中标签为1和标签为0样本特征相似度,选择最高相似度样本标签作为该待测样本的类别;通过对国际公开BCI Competition Ⅱ Data set Ⅲ和The largest SCP data of Motor-Imagery数据集进行仿真,此算法分类准确率高达94.29%;与现有性能较高的算法进行对比,其有效的提高了分类准确率,能更好地进行脑电信号分类识别。

摘要： 针对电力系统负荷受天气、季节、工作日、周末和节假日等多种不确定外部因素影响的问题,在考虑这些外部因素的情况下,建立一个高精度的时负荷预测模型。首先,利用卷积神经网络(convolutional neural network,CNN)将负载负荷数据作为输入,构建由一维卷积层、池化层和全连接层组成的卷积神经网络提取反应负荷的高维特征;其次,利用负载序列的自相关系数来确定卷积层的核大小,卷积层通过应用二维卷积核将一维特征转换为多维特征,将二维CNN提取的多维特征作为输入,输入到双向门控循环单元(gated recurrent unit,GRU)和双向长短期记忆网络(long short-term memory,LSTM)单元,并引入注意力机制赋予双向GRU和LSTM隐藏状态不同的权重输入到全连接层,进行逐小时电力负荷预测;最后,通过负荷数据集验证该模型。结果表明:模型具有一定的优越性,是一个可行的负荷预测。

摘要： 蛋白质亚细胞的定位预测不仅是研究蛋白质结构和功能的重要基础,还对了解某些疾病的发病机理、药物设计与发现具有重要意义.然而,如何利用机器学习精准预测蛋白质亚细胞的位置一直是一项具有挑战性的科学难题.针对这一问题,提出了一种基于聚类与特征融合的蛋白质亚细胞定位方法.首先将自相关系数法和熵密度法引入蛋白质特征表达模型的构建,并在传统的PseAAC(Pseudo-amino Acid Composition)的基础上提出了一种改进型PseAAC方法.为了更好地表达蛋白质序列信息,文中首先将自相关系数法、熵密度法和改进型PseAAC进行融合,构造了一种全新的蛋白质序列表征模型;然后利用主成分分析法对融合后的特征向量进行降维,将结果输入到LibD3 C集成分类器,对蛋白质亚细胞进行分类预测,并采用留一法在Gram-positive和Gram-negative数据集上进行交叉检验;最后将取得的实验结果与其他现有算法进行比较.实验结果表明,所提方法在Gram-positive和Gram-negative数据集上分别取得了99.24％和95.33％的预测准确率,说明所提方法具有科学性和有效性.

摘要： 机场跑道异物(Foreign Object Debris,FOD)对飞行器的安全运行危害巨大.图像处理识别目标,容易受到天气、光照的影响;毫米波雷达中常用的杂波图CFAR检测算法需要设置检测阈值,设置过大,容易虚警,设置过小,也可能出现大量虚警信号.该文针对现有的问题,提出了一种基于背景杂波自相关系数的杂波图CFAR的FOD检测算法.首先,利用杂波图CFAR对背景噪声进行处理,得到各个单元新的杂波估计值.然后把含有杂波的目标信息减去一个很小倍数的杂杂波信号,在频域上比较处理后的目标信号与杂波信号的相关系数,经过不断的循环处理,找出杂波自相关系数最小的时对应的目标信号,仿真表明,经过改进后的杂波图CFAR算法去噪效果较好,检测性能有了较大的提升.

摘要： 精准的电价预测有助于宏观调控的实施。但能源结构转型导致大规模可再生能源并网,因此会导致电价降低和产生波动,降低时序预测序列的相关性,加大实时电价的预测难度。针对这一问题,采用自相关函数和最大信息数计算电价自身和电价与电量关联性,为模型输入提供依据,并在此基础上应用具有深度储备池特性的深度回响网络进行实时电价预测。研究结果表明:电价与电量、电价自身具有较强相关性,应考虑自身与电量因素;深度回响网络能够显著提升预测模型的精度,并且具有较强的鲁棒性。

摘要： 精准的电价预测有助于宏观调控的实施.但能源结构转型导致大规模可再生能源并网,因此会导致电价降低和产生波动,降低时序预测序列的相关性,加大实时电价的预测难度.针对这一问题,采用自相关函数和最大信息数计算电价自身和电价与电量关联性,为模型输入提供依据,并在此基础上应用具有深度储备池特性的深度回响网络进行实时电价预测.研究结果表明:电价与电量、电价自身具有较强相关性,应考虑自身与电量因素;深度回响网络能够显著提升预测模型的精度,并且具有较强的鲁棒性.

摘要： 研究单模光纤中色散与自相位调制效应对单反馈半导体激光器混沌时延的影响.仿真中通过调节单模光纤的二阶色散系数与平均入纤光功率,以控制色散和自相位调制效应.结果 表明,混沌激光在光纤中的传输距离达到色散长度后,色散效应增强使混沌时延得到明显抑制,在混沌时延特征处的自相关系数值可以最快0.5 dB/km的抑制速率下降.当混沌激光在光纤中继续传输至20 km后,由于自相位调制效应累积至显著作用范围,混沌时延达到稳定抑制状态,最优抑制效果可达11.6 dB.

摘要： 文章首先对齐次有限马尔可夫链的平稳性进行探讨。从马尔可夫过程的分布列出发,并结合特例,证明其既不是严平稳过程也不是宽平稳过程。对于稳态马尔可夫链,用时移不变性和宽平稳的性质证明它既是严平稳过程也是宽平稳过程。然后针对已有的加权马尔可夫链预测方法利用自相关系数计算权重中没有考虑马尔可夫链的平稳性这一问题,提出改进的加权马尔可夫链预测方法,并利用陕西省河曲水文站1952—1998年年降雨量数据对其进行验证。

摘要： 文章对SVG补偿后系统无功实测数据给出相应的衰减至稳态的判据并计算出其稳态点的参考值,用标准差、自相关系数、FFT、Prony四种方法提取两组振荡衰减数据的特征参数,并分别计算其何时到达稳态点.对这四种方法进行比较发现FFT判别法和自相关系数判别法分别在处理速度和准确性上具有优势.

摘要： 首先介绍了定位漂移现象出现的原因,分析了欧式几何空间距离原则、时间序列方法校正以及相关专利的优缺点,对相关函数理论依据进行了阐述、分析和推导,本文根据自相关函数特性,提出了基于自相关系数校正法判断是否出现定位漂移,通过速度或加速度的归一化自相关系数曲线图的尖峰,根据相关程度判断出现漂移的位置,删除相关的奇异点数据,并同时进行修正,进而降低定位漂移,提高了定位数据的准确性.通过实际测试和理论仿真结果表明,该算法具有较好的使用效果.

摘要： 膜蛋白通常被分为以下五类：1）第一类单次跨膜蛋白；2）第二类单次跨膜蛋白；3）多次跨膜蛋白；4）脂链锚定蛋白；5）GPI锚定膜蛋白。在这篇文章中，基于支持向量机（SVM）算法的应用，定义了一种新颖的膜蛋白序列特征提取算法，这种算法结合了基础的氨基酸组成、氨基酸残基的6种不同物理化学属性和这些属性在序列方面表现出的相关性。实验结果证明，这种新型的特征提取算法在膜蛋白类型预测中可以提高预测精度。文中定义了一系列氨基酸残基指数的自相关系数（实验结果表示系数阶数越高并不意味预测的精度越好，故本文定义了25阶的自相关系数），通过它们来表征多肽链序列方面的信息。新算法对膜蛋白结构和功能信息的进一步挖掘，在自适应测试、jackknife测试以及独立数据集测试中都有比较高的预测精度。对比实验结果表明，考虑所有25阶的自相关系数构成特征向量，由于存在干扰，分类结果并不比只取其中最大的三个分量构成的特征向量分类效果好。因此，特征向量的维度可以适当降低，从而有效地减少了计算量。

摘要： 根据大伙房水库1959～2005年水库调度资料,探讨大伙房水库入库径流变化特征和规律.通过计算不均匀系数、集中度,运用季节性肯达尔趋势检验法,并引入自相关系数,分析得到大伙房水库入库径流的季节和年际变化规律,即有较明显的季节变化,年际变化比较稳定.并呈现出一定的周期性.同时大伙房水库入库径流的不均匀系数达0.43,其变差系数为0.55.入库径流量呈现一个下降趋势.相邻月径流自相关系数平均达0.75.这些规律为城市用水、水资源合理利用提供参考依据,为水资源预测、决策提供技术支持,及时采取有效措施,以确保城市可持续发展对水资源的需求.

摘要： 为提高变压器差动保护鉴别励磁涌流和内部故障差流的准确性,本文针对变压器空载合闸及带故障空载合闸情况,提出了一种提取变压器差动电流的新方法。该方法以变压器自身的磁关系为依据,通过控制变压器Y形侧某一相的合闸角为90°,进而采用该相的线电流来取代角侧环流,再与Y形侧其它两相的线电流分别做差,取所得电流作为差动电流。MATLAB仿真实验表明新方法能够准确区分励磁涌流和变压器内部故障差流,且对小接地和小匝间情况亦可以较好的区分。并通过计算采样数据在不同时段上的自相关系数,利用自相关系数的大小来证明了新方法的准确性。

摘要： 基于控制信号为皮层慢电位的脑机接口数据,本文提出了一种脑电模式识别的新方法.该算法将脑电数据的近似熵值、自相关系数和皮层慢电位组合成新的特征向量,并选取k-近邻法作为分类器进行模式识别.在公开测试集中,新算法能达到较高的识别率,同时表明近似熵和自相关系数可以作为新参量对脑电数据进行分析。

摘要： 本文选取1999年底前上市的20家证券投资基金的净资产值数据为样本,运用独立性检验、自相关系数检验等方法,实证研究了我国基金业绩的持续性问题,并对研究的结果进行了切实、中肯的分析,对进一步研究证券投资基金业绩的持续性问题具有一定的指导意义。

摘要： 本发明公开了一种帧相关系数控制及帧相关处理方法、装置及超声成像系统，其帧相关系数的控制方法包括：比较当前成像帧率下的当前滤波器幅频响应与一基准成像帧率下的基准滤波器幅频响应，获得所述当前滤波器幅频响应与基准滤波器幅频响应在重叠频带内的差异；将所述差异为最小时的当前滤波器幅频响应所对应的帧相关系数，判定为当前成像帧率所对应的最佳帧相关系数。本发明能够精确地获得帧相关系数，并且在成像帧率变化很大时，使得图像的帧相关处理结果非常接近，保证超声图像噪声滤除效果，以及有效改善图像的信噪比。

摘要： 提供能够提高移动体的步行速度、步幅的推算精度的相关系数校正方法、相关系数校正装置和程序、以及能够高精度解析用户的运动的运动解析方法。相关系数校正方法包括：使用第一传感器的检测结果，算出参照速度；使用安装于移动体的第二传感器的检测结果，算出所述移动体的步行的特性信息；以及使用所述参照速度，校正表示所述特性信息与所述移动体的步行速度或步幅间的相关关系的相关式的相关系数。

摘要： 本发明公开了一种基于相关系数的动态分割逆离散余弦变换倒谱系数的音声特征提取算法，具有如下步骤：S1、对音声信号进行预处理；S2、对预处理后的音声信号进行从时域到频域的变换形式处理；S3、利用聚类分析算法，计算步骤S2得到的逆离散余弦变换倒谱系数矩阵相邻列之间的相似度，并把相关系数向量求和最大的相邻列合并；迭代以上过程，直至合并至14列即得到14类，得到的基于相关系数的动态分割逆离散余弦变换倒谱系数即为音声特征。本发明完善了现有技术没有充分利用S2步骤处理后信号本身所具有的类间相似性特征，使本发明具有更广泛的适应性，且在说话人识别上可以获得更高的识别精度。

摘要： 本发明为基于“pearson相关系数”的电表误差相关因素分析方法及系统，其方法包括步骤：S1、获取待分析误差相关系数的厂商批次电表；S2、根据“pearson相关系数”算法计算出每个电表分析因素与误差的相关系数；S3、查看厂商批次电表，将厂商批次电表各分析因素的误差相关系数平均值堆叠，形成堆叠柱状图；S4、筛选优质厂商批次电表。本发明通过利用“pearson相关系数”算法分析各因素对电表误差影响，并使用堆叠柱状图显示电表各分析因素的相关系数，分析误差稳定性，通过相关系数分析厂商批次电表误差稳定性，从而筛选出计量准确度高，环境适应性强的优质电表。

摘要： 公开了一种利用相关系数进行相关性分析的贝叶斯分类数据挖掘方法。初步选定一些可能与目标因子具有相关性的预测因子，对预测因子和目标因子进行模型训练，再对训练结果利用相关系数进行相关性分析，如果预测因子和目标因子相关性不大或者不相关，可以立即终止贝叶斯分类算法，不再进行后面的精度评估等步骤，以便用户保留有关预测因子，去掉无关预测因子或者重新选定预测因子；如果预测因子和目标因子相关性很大或者相关时，再在此基础上进行精度评估，评价贝叶斯分类算法的好坏。通过在分类模型的基础上进行相关性判断，不仅可以使分类预测结果更加可靠，而且可以节约资源，提高算法的效率。

摘要： 本发明公开了一种帧相关系数控制及帧相关处理方法、装置及超声成像系统，其帧相关系数的控制方法包括：比较当前成像帧率下的当前滤波器幅频响应与一基准成像帧率下的基准滤波器幅频响应，获得所述当前滤波器幅频响应与基准滤波器幅频响应在重叠频带内的差异；将所述差异为最小时的当前滤波器幅频响应所对应的帧相关系数，判定为当前成像帧率所对应的最佳帧相关系数。本发明能够精确地获得帧相关系数，并且在成像帧率变化很大时，使得图像的帧相关处理结果非常接近，保证超声图像噪声滤除效果，以及有效改善图像的信噪比。

摘要： 一种信号去噪方法。通过分析不同去噪强度下的信号的噪声自相关系数和原始信号自相关系数的大小，找出其中原始信号与噪声自相关系数差值最大或者去噪前后噪声自相关系数差值等于要去除噪声的自相关系数大小的去噪结果，为最佳的去噪结果。本发明的方法包括下列步骤：首先计算信号的自相关系数，并且识别记录信号自相关系数在延时τ＝0处的原始信号自相关系数和噪声自相关系数大小。然后对信号按照不同的去噪强度去噪。进而对按不同去噪强度去噪的去噪结果计算信号的自相关系数，并且识别记录去噪结果信号自相关系数在τ＝0处的原始信号和噪声自相关系数大小。找出其中原始信号与噪声自相关系数差值最大或者去噪前后噪声自相关系数差值等于要去除噪声的自相关系数大小的去噪结果，为最佳的去噪结果。本发明方法以去噪结果的自相关系数为判据，与去噪算法和工具以及去噪过程无关，可用于各种现有去噪方法与工具。

摘要： 一种电子设备可以用来检测噪音，例如风噪音。由麦克风产生麦克风信号。根据麦克风信号确定自相关系数。从自相关系数确定梯度值。根据梯度值确定麦克风信号中噪音分量的存在。

摘要： 一种信号去噪方法。通过分析不同去噪强度下的信号的噪声自相关系数和原始信号自相关系数的大小，找出其中原始信号与噪声自相关系数差值最大或者去噪前后噪声自相关系数差值等于要去除噪声的自相关系数大小的去噪结果，为最佳的去噪结果。本发明的方法包括下列步骤：首先计算信号的自相关系数，并且识别记录信号自相关系数在延时τ＝0处的原始信号自相关系数和噪声自相关系数大小。然后对信号按照不同的去噪强度去噪。进而对按不同去噪强度去噪的去噪结果计算信号的自相关系数，并且识别记录去噪结果信号自相关系数在τ＝0处的原始信号和噪声自相关系数大小。找出其中原始信号与噪声自相关系数差值最大或者去噪前后噪声自相关系数差值等于要去除噪声的自相关系数大小的去噪结果，为最佳的去噪结果。本发明方法以去噪结果的自相关系数为判据，与去噪算法和工具以及去噪过程无关，可用于各种现有去噪方法与工具。

摘要： 一种电子设备可以用来检测噪音，例如风噪音。由麦克风产生麦克风信号。根据麦克风信号确定自相关系数。从自相关系数确定梯度值。根据梯度值确定麦克风信号中噪音分量的存在。