基于分类距离分数的自适应多模态生物特征融合

匹配分数是传统的融合分数指标,但是其不能很好地区分类内和类间数据,分类置信度虽然可以较好地将类内类间数据分开,但对于匹配分数仅次于分类阈值的数据,其分类效果不是很理想.因此,首先提出了一种基于分类距离分数的融合分数指标,其不仅携带一级分类信息,也含有匹配分数与分类阈值之间的距离信息,可增大融合后类内类间分数之间的距离,为融合算法提供了一个具有有效判别信息的特征融合集,提高了融合指标的利用率;进一步,利用信息熵表示信息价值多少的这一特性,定义特征关联系数和特征权重系数,并将加权融合和传统SUM规则统一在一个自适应算法框架中,提高了融合识别率.实验结果验证了所提出方法的有效性.

典型遥感影像分类方法适用性分析

分类技术是从遥感影像数据中提取信息必不可少的步骤,选择合适的分类器对提高分类精度至关重要,针对特定的研究如何选择适合的分类算法是一个亟需研究的问题。以北京市中心诚区中某一区域为研究区,应用“高分一号”(GF-1)数据和Landsat 8数据,分别采用最常用且分类精度相对较高的监督分类中的最小距离法、最大似然法、支持向量机法,将研究区分为林地、草地、水体、裸土、建筑物5种类型,并对分类结果进行空间分布、面积、精度三个方面的比对分析。结果表明,分类算法的选择主要取决于研究区的地物特点,其中最小距离法应用于植被覆盖面积较大的区域时精度较高,最大似然法适合于分类建筑物较多的区域,支持向量机法对各类地物的分类具有较高的普适性。

基于迭代距离分类与轨迹关联检测空间弱小目标

为了实现高效自动目标检测,提出了一种可用于低信噪比条件下的空间可见光弱小目标检测算法。首先,建立空间光学图像模型,利用恒虚警率(CFAR)方法确定分割系数对单帧图像背景进行分割;然后,基于恒星结构稳定特性构建距离特征空间,并针对特征空间构造分类准则函数,使用迭代最优化分类方法提取出候选目标点;最后,依据目标运动轨迹的连续性建立空间目标轨迹关联、合并以及虚假目标轨迹删除规则,进行轨迹处理,实现空间可见光弱小目标的检测。文中还提出了单帧检测率、虚警率与序列检测率、虚警率相结合的评价方法。实验结果表明:在低信噪比条件下(SNR≤3),得到的序列检测率达到96.02%以上,序列虚警率达到4.4%以下。该方法在低信噪比条件下显著提高了目标检测率,并有效抑制了虚警。

一种多光谱遥感图象的自适应最小距离分类方法

该文提出了一种适用于多光谱遥感图象分类的自适应最小距离算法．这一算法通过对样本集合的自适应精细划分来调整最小距离分类器的参数．对ＴＭ 遥感图象分类的实验结果表明，该方法对１６ 类数据进行有监督分类，精度可达９２．９％ ，适用于多类别遥感图象分类．

基于最小距离分类器的Android恶意软件检测方案

针对Android手机恶意软件数目增多,应用商店对大批量软件的安全性检测难度增大的问题,提出了一种轻量级恶意软件检测方案。该方案首先分析了大量恶意软件和正常软件样本的权限信息,再对权限频率特征去冗余,最后利用最小距离分类器进行软件分类。实验结果表明该方案的可行性,通过与同级别方案对比,在方案复杂度和检测效果上表现出优越性,可以应用于大规模恶意软件的初步检测。

最小距离分类器的改进算法——加权最小距离分类器

最小距离分类器是一种简单而有效的分类方法。为了提高最小距离分类器的分类性能,主要的改进方法是选择更有效的距离度量。通过分析多重限制分类器和决策树分类器的分类原则,提出了基于标准化欧式距离的加权最小距离分类器。该分类器通过对标称型和字符串型属性的距离的加权定义,以及增加属性值的范围约束,扩大了最小标准化欧式距离分类器的适用范围,同时提高了其分类准确率。实验结果表明,加权最小距离分类器具有较高的分类准确率。

基于自适应距离度量的最小距离分类器集成

提出了一种基于自适应距离度量的最小距离分类器集成方法,给出了个体分类器的生成方法。首先用Bootstrap技术对训练样本集进行可重复采样,生成若干个子样本集,应用生成的子样本集建立自适应距离度量模型,根据建立的模型对子样本集进行训练,生成个体分类器。在集成中,将结果用相对多数投票法集成最终的结论。采用UCI标准数据集实验,将该方法与已有方法进行了性能比较,结果表明基于自适应距离度量的最小距离分类器集成是最有效的。

基于核的最小距离分类法的参数选择方法

在基于核函数的最小距离分类方法对数据集进行分类过程中,目标函数的核函数参数选择直接影响分类器的分类成功率。该文提出一种选择应用目标函数来选择适当参数的方法。实验结果表明,与单纯的基于核的最小距离分类法相比,选择最优核函数的参数可以提高分类器的成功率。

角度分类器与距离分类器比较研究——以盐渍土分类为例

选择理想的分类器是进行遥感图像自动分类的关键。距离分类器是以已知地物类别的亮度值作为分类基准 ,通过比较未知类别像元与已知类别像元亮度值间的距离进行分类 ;角度分类器是以光谱谱线角为分类基准 ,通过比较n维波段空间中未知类别像元与已知类别像元光谱角度进行分类。本文通过上述两种分类器对同一遥感图像进行分类 。

遥感数据最小距离分类的几种算法

近年来,遥感数据的应用在广度和深度上不断融合发展和拓展。遥感数据的分类已成为遥感地理信息系统的一门关键技术。快速、高精度的遥感图像分类算法是目前实用、先进的技术,也是研究的热点之一。传统的分类器包括：最大似然分类、最小距离分类、平行算法分类。新分类器包括：模糊分类、空间结构纹理分类、神经网络分类、决策树分类、专家系统分类。本文拟对最小距离分类的算法进行分析和概括。

基于自适应距离度量的分类器设计方法

通过对欧氏距离度量的分析,提出了自适应距离度量。首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重。基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效。

一种改进的最小距离分类器NN-MDC

为了提高最小距离分类器的性能,在其基础上提出了一种改进MDC——NN-MDC:它先对训练样本进行修剪,根据每个样本与其最近邻类标的异同决定其取舍,然后再用剩余的训练样本训练得到分类器。采用UCI标准数据集实验,结果表明本文所提出的NN-MDC与MDC相比具有较高的分类精度。

最小海明距离分类器的字符识别方法研究

应用最小海明距离(Hamming Distance,缩写HD)分类器,研制了一种新型的基于最小海明分类器的字符识别方法。讨论了该字符识别方法实现的技术路线,较好解决了理论的工程化应用问题,对500帧连续图像的时间字符进行实验,时间字符识别准确率为99.8%,达到了字符比较准确识别的目的。

应用改进最小距离分类法识别泵功图工况

最小距离分类法广泛应用于文字，图像识别领域。泵功图是封闭的二值曲线图像，可用于判别抽油井各种工况。对最小距离分类法进行改进，并把获得的泵功图进行形态学处理，使之优化为标准功图，然后应用最小距离分类法对油井现场获得的61幅泵功图进行工况分类。实验结果表明，这种方法对泵功图分类是可行的，正确率较高。

人脸识别算法研究—基于图像多路正交投影和最小类距离分类器

论文提出了基于图像多路正交投影和最小距离分类器的人脸识别方法。该方法与Fisherfaces方法相比,是基于图像矩阵的,故它的突出优点是极大地提高了特征提取的速度;与最近邻分类法相比,论文提出的最小类距离分类法,在识别性能上有明显的改善。最后,在ORL标准人脸库上的实验结果表明,其特征提取的速度是Fisherfaces特征提取速度的14倍;在相同的特征维数下,识别性能与最近邻法相比也得到较大的提高。

采用距离分类法的伪随机电流注入模拟电路测试

把距离分类算法同伪随机注入电流测试法结合起来,提出了一种新的采用距离分类法的伪随机电流注入模拟电路测试方法。实验证明,该方法简单有效,是一种可行的模拟及混合电路测试方法。

基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时,未对图像进行平滑处理,导致其易受环境干扰,分类性能较差的问题,提出一种基于偏微分方程的遥感成像雷达距离图像分类方法.首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理,然后采用基于偏微分方程的多区域分割模型,将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程,通过分割对能量泛函数进行最小化处理,实现遥感成像雷达距离图像的多区域分类.实验结果表明,该方法成像速度快,去噪和图像分割效果好,分类精度和Kappa系数值均较高.

基于汉明距离分类算法的精准营销

随着大数据时代的到来,企业营销将不再局限于传统的营销理念与手段,依托现代信息手段,达到精准营销将成为潮流趋势。本文主要研究基于某品牌手机的购买数据,针对用户的个人信息和行为偏好,采用汉明距离分类算法和BP神经网络,对用户进行分类,从而达到精准营销的目的。

基于MFCC和最小距离分类器的说话人识别系统

研究并提取了2种重要的语音特征参数,包括能有效表征语音全极点模型的线性预测倒谱系数和模拟人耳对不同频率声音感知特性不同的美尔倒谱系数(MFCC),对这2个参数进行了分析和比较。在预处理中分析比较了矩形窗和汉明窗。在建模的过程中,采用最小距离分类器的识别策略。

基于K-均值算法模型的区域土壤数值化分类及预测制图

根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用K-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤剖面的系统分类归属。基于40个样本土壤剖面与各中心剖面的类型之间的分类距离,应用地统计学手段预测研究区空间任意位置的土壤与各中心剖面的分类距离,完成研究区土壤数值化连续分类并实现可视化表达。在此基础上,运用去模糊化手段,"硬化"连续分类边界,获得可与传统土壤制图互为参比的研究区土壤预测图,并对输出结果进行了土壤发生学解释。研究表明,土壤数值化分类手段与地统计学随机模型相结合可以实现区域土壤的空间预测,且预测图比传统土壤图蕴含更加丰富的信息。