判别式的五种作用

一元二次方程的根的判别式在初中学习过,求解高中数学问题也经常用到,下面例说判别式的五种作用。

根的判别式应用中应注意的几个问题

数学解题,必须小心谨慎,处处提防那些防不胜防的“陷阱”.在一元二次方程的判别式的应用中,有几个解题误区应特别引起大家的注意.本文结合例题分析,以帮助学生走出误区,提高解题的正确率.

从判别式人工智能到生成式人工智能的演进逻辑及场景策略研究

从判别式人工智能到生成式人工智能的转变是一个重要的技术演进过程。这个转变标志着人工智能从简单的模式识别和分类,向更高级的创造性和生成性能力发展。场景化应用是生成式人工智能的行业发展重点,也是产业创新转型的重要战略支点。判别式人工智能到生成式人工智能演进路径和联系主要问题,可以更好地推动从判别式到生成式人工智能的转变,并实现人工智能技术的广泛应用和产业创新。

基于奇异值分解和判别式KL投影的人脸识别

人脸识别是计算机视觉和模式识别领域的一个活跃课题,有着十分广泛的应用前景.提出了一种新的彩色人脸识别方法.该算法采用模拟K-L变换、奇异值分解、主分量分析和Fisher线性判别分析技术来提取最终特征,可以使分类器的设计更加简洁、有效,使用较少的特征向量数目就能取得较高的识别率.仿真结果表明了该方法的有效性.

本质安全电路的功率判别式

基于本质安全电路的放电电流线性衰减模型,得到最大放电功率(Pmax)与放电能量(Wg)成正比,与电路时间常数(τ)成反比的结论.建立了电路本质安全性能的功率判别式,解释了小火花能够引爆气体而大火花却不能够引爆气体的现象,这是对常用的能量判别式的补充.指出在国家标准GB3836.4-2000中给出的最小点燃能量(Wmin)下,电路本质安全性能的能量判别式公式将不成立,而功率判别式照样成立.

基于判别式受限玻尔兹曼机的医学图像分类法

随着计算机技术的发展,越来越多的医学图像分析技术应运而生。利用数据挖掘方法对医学图像做分析是目前研究的热点之一,该方法首先从医学图像中提取统计特征,在此基础上进一步挖掘,这种方法对所提取的特征有很强的依赖性而且受到经验等主观因素的影响。针对乳腺X光图像,采用一种可以从图像中自动学习特征并利用学习到的特征对图像进行分类的医学图像分析新方法——判别式受限玻尔兹曼机(Discriminative Restricted Boltzmann Machine,DRBM)。DRBM是一种无向判别模型,它可以自动地从图像中学习特征。在乳腺X光图像标准数据集上的实验结果表明,DRBM对医学图像的分类准确率明显高于其它基于统计特征提取的医学图像分类方法。

中亚以东南绵羊群体亲缘血统判别式的研究

在将中亚以东南绵羊群体划分为“蒙古羊”、“南亚羊”和“欧洲羊”三大集团的既有研究结论的基础上 ,论证了这一广阔地域的血统两个判别式 ;以 10个群体 10个基因座 33个等位基因频率为例对这两个判别式进行验证。根据遗传贴近度的思想确定判别式 2为最理想的判别式。以该式判别一个未知群体的血统是否符合已知的畜牧学逻辑 ,结果肯定判别式 2定义的遗传贴近度是中亚以东南绵羊群体血统判别的可靠依据 ,可以反映湖羊、同羊和云南绵羊的血统育成过程。该式也适用于其它层次的遗传标记。

分数次幂多项式核函数在核直接判别式分析中的应用

提出了在核直接判别式分析(KDDA)中采用分数次幂多项式核函数的方法,并在ORL人脸库中对多头部姿态、尺度等变化进行了实验。实验结果表明,采用分数次幂多项式核函数比采用整数次幂多项式核函数时的KDDA误识别率明显要低(取36个特征数时,误识别率低2%),且随着使用的特征数不断减少,这种优势愈加明显。实验充分证实了在KDDA中采用分数次幂多项式核函数的有效性及其对人脸的光照、头部姿态、面部表情等变化的鲁棒性。

基于判别式分类和重排序技术的藏文分词

本文提出一种基于判别式模型的藏文分词方法,重点研究最小构词粒度和分词结果重排序对藏文分词效果的影响。在构词粒度方面,分别考察了以基本字丁、基本字丁-音节点、音节为最小构词粒度对分词效果的影响,实验结果表明选定音节为最小构词粒度分词的F值最高,为91.21%;在分词结果重排序方面,提出一种基于词图的最短路径重排序策略,将判别式解码生成的切分结果压缩为加权有向图,图中节点表示音节间隔,而边所覆盖的音节作为候选切分并赋予不同权重,选择一条最短路径从而实现整句切分,最终分词结果的F值达到96.25%。

冲积河流河型影响因素及判别式研究

通过对河型的影响因素分析,确定出河槽边界条件、来沙条件、来水条件为河型的形成和转化的主要条件。将河型按从稳定-不稳定的原则分为6级,并对河型进行量化编码。以黄河、长江等河流12个河段的实测资料为依据,采用Cp统计量作为变量选择准则及多元线性回归分析法建立了新的河型判别式。得出对河型影响最大的因素为河槽边界条件,其次为来水条件,来沙条件对河型影响较小。

蒙古语有向图形态分析器的判别式词干词缀切分

蒙古语形态分析中,我们之前的有向图模型取得了较高的性能。这种建模方式以图状结构刻画句中词干和词缀之间的概率关系,从而借助上下文信息为每个词确定最佳的切分标注候选。为每个词尽可能地枚举出所有合法的切分标注候选,是有向图模型有效工作的前提。该文提出了一种基于判别式分类的词干词缀切分策略,与之前基于词干表和词缀表的枚举方案相比,该方法对于词中含有未登录词干的情形具有更好的泛化能力。以20万词规模的三级标注人工语料库为训练数据,采用判别式词干词缀切分的有向图形态分析器,对于含有未登录词干的情形,词级切分标注正确率提高了7个百分点。

双辊铸轧凝固层焊合点位置判别式的研究

在建立旋转坐标系和引进虚拟系统条件下,根据傅立叶传热微分方程,建立了双辊铸轧过程中凝固层焊合点位置的判别式K=d-4asη2ω-1arcsin(H/R)+s20+s0,由该式能够推断出凝固层焊合点的位置,即当K=0时,凝固层焊合点位于辊缝之间;当K>0时,凝固层焊合点位于辊缝之上;当K<0时,凝固层焊合点位于辊缝之下.根据这一判别式,为确保凝固层焊合点位于理想位置,铸轧速度、熔池高度和辊缝宽度三者之间应满足:arcsin(H/R)=(d+2s0)dω/4asη2.

贝叶斯分类器的判别式参数学习

为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现贝叶斯分类器的判别式参数学习。实验结果表明,在大多数实验数据上,PEBNC能够明显提高贝叶斯分类器的分类准确率。此外,与一般的贝叶斯集成分类器相比,PEBNC不必存储成员分类器的参数,空间复杂度大大降低。

基于线性判别式和支撑向量机的肾结石分类方法

用支撑向量机(SVM)方法辅助诊断肾结石,并和线性判别式方法作比较,结果显示这两种方法都表现出了很好的预测能力．鉴于 SVM 是用于解决非线性的良好方法．因此,SVM 作为一种有效的机器学习方法是可以用来进行肾结石的辅助诊断和分类研究的．肾结石的成因比较复杂,与自然环境、社会生活条件、全身性代谢紊乱及泌尿系统本身的疾患有关,本文从钙离子生物学特性方面讨论了钙盐结石的成因．

蛭石与人造沸石氨氮等温吸附理论式与判别式

为比较在高起始氨氮浓度C_0点和介质用量W_0点上,吸附理论通式Q_(?)=W_0q_mC_0/[q_mKw+W_0(q_m—q_r)+C_0]与其简化方程Q_(?)=W_0q_mC_0/[q_m(K_w+W_0)+C_0]的适用性,测定了给定pH值和温度条件下反应平衡时NH_4Cl溶液中蛭石和人造沸石的氨氮吸附量(Q_(?)),在该试验条件下确定的蛭石单位介质吸附容量q_m和介质系数K_w值分别为22mg/g和15.5g/L,人造沸石的q_m和K_w的值分别为45mg/g和8g/L,在整个试验氨氮浓度C_0和介质用量W_0范围内,用该通式描述两介质对氨氮的等温吸附过程具有很高的精确度,而简化方程仅在有限范围内即C_0相对小或W_0相对大时才适用,若给定预测相对误差(RD),则C_0/q_m(K_w+W_0)≤RD可作为简化方程应用的判别式。

判别式正交线性局部切空间排列故障辨识

针对现有旋转机械故障诊断模式难以实现自动化、高精度和泛化性的关键问题,提出基于判别式正交线性局部切空间排列特征约简的故障辨识方法。该方法首先构造全面表征不同故障特性的时、频域特征集,再利用DOLLTSA将高维时、频域特征集自动约简为区分度更好的低维特征矢量,并输入到K-近邻分类器中进行故障模式辨识。时、频域特征融集可较全面准确地反映旋转机械的故障特征;DOLLTSA综合利用局部几何结构和类判别信息进行流形解耦,并采用谱回归法和子空间正交化处理来优化低维嵌入子空间,提高了故障辨识精度。深沟球轴承故障诊断实例和空间轴承寿命状态辨识实例验证了所提方法的有效性。

结合韵律和音质参数的改进二次判别式在语音情感识别中的应用

提取可以表征唤醒维的韵律参数和表征效价维的音质参数综合用于语音情感识别是近年来此领域的一个研究方向。为了提高情感识别率,本文提取了18个韵律参数和59个音质参数用于识别,为避免特征矢量维度过高而造成的计算量过大和信息冗余,采用主分量分析神经网络(PCANN)进行降维,并用二次判别式进行参数有效性验证。针对二次判别式输入参数正态化这一假设,提出一种改进二次判别式用于四种情感的识别,实验结果表明,改进方法可以有效提高识别率。

利用Fisher判别式和事件相关电位的心理意识真实性识别

提出一种基于Fisher判别式和事件相关电位(ERP)的心理意识真实性识别新方法,以可识别的有意义的个人信息(如姓名、生日)作为被测试信息,应用隐藏信息测试(CIT)模式对15名受试者进行了测试并记录其脑电信号.将多通道ERP P300幅度和受试者的反应时间组成特征参数,利用Fisher判别式进行心理意识真实性识别分类,获得93.3%的平均识别率,明显高于以往研究方法的识别率.因此,基于多通道ERP和Fisher判别式的方法具有无创性及较高识别率等优点,可以作为一种心理意识真实性检测的新方法.

判别式BoW分析结合自适应码本学习的人体动作识别

针对一般聚类获得的码本缺乏判别性表示导致不能有效进行人体动作识别的问题,提出了一种新的自适应码本学习方法,该方法将判别式词袋(bag of words,Bo W)动作表示和自适应码本学习结合,增强了码本的表示能力和特征的判别性。为了有效求解非凸目标函数,提出基于轮换优化迭代方法,即固定码本更新判别矩阵,然后判别矩阵更新固定码本,直至满足终止迭代条件,该方法为自适应码本学习提供了技术支持。仿真实验采用KTH、Hollywood2、芭蕾、i3Dpost数据库进行判别比较,识别率比现有典型方法平均提高了4%左右,学习到的码本在特征空间中具有良好的判别性能。相比于基于光流、方向梯度直方图(histograms of oriented gradients,HOG)等方法,计算复杂度更低,实用性更好。

出口节流调速非对称气缸的爬行判别式

为了克服气缸低速运动时出现爬行现象对气缸运动平稳性的影响,建立了基于出口节流调速的非对称气缸系统的运动模型,并对模型进行了量纲一化处理,给出气缸发生爬行现象时的判别式,在不同的负载质量和运动速度下对气缸进行爬行实验,通过实验对提出的判别式进行了验证.实验结果表明,使用该判别式能够直接根据工况参数正确预测气缸是否出现爬行现象.