可分性判据在中文网页分类中的应用

提出了一种改进的基于统计的中文网页的分类算法，通过对传统的基于计算相似度文本分类方法和基于贝叶斯模型文本分类算法的研究，我们对贝叶斯模型分类算法进行了改进，提出了利用一种基于概率分布的可分性判据分类方法，即用类别密度函数似然比来增加特征词的可分性信息的算法。通过对计算相似度方法、贝叶斯方法及改进的贝叶斯方法的对比实验表明,改进算法可以使类与类的间隔最大化，因而具有较高的分类精确率和召回率。

基于可分性判据排序的RBF神经网络属性选择方法

提出一种基于数据属性重要性排序的神经网络属性选择方法。该方法只需对部分属性进行训练,即可进行降维。它克服了现有的神经网络降维方法必须对全部属性进行训练的弊端,大大提高了属性选择的效率。该方法先用本文提出的一种简单的可分性判据方法对数据属性进行重要性排序,然后按重要次序用RBF神经网络进行属性选择。仿真实例表明,该方法具有良好的效果。

高阶多模系统的可分性判据

利用海森堡不确定关系和薛定谔-罗伯逊不确定关系推导高阶两粒子多模的分离判据条件.通过比较由两种不确定关系得到纠缠判据条件,发现利用薛定谔-罗伯逊不确定关系进行推导,能得到更强的分离判据条件.

多模连续变量系统的可分性判据

利用柯西-施瓦兹不等式和海森堡不确定关系,得到了多模连续变量系统的可分性判据.并对具体的量子态进行了计算,得到了纠缠态满足条件.

基于可分性判据和聚类分析相结合的混纺纱特征选择研究

根据常见的八种纤维形态指标,运用可分性判据和聚类分析相结合的方法对未知纤维成分的混纺纱进行特征参数的选择,找出可以正确识别混纺纱的特征(组合)。本文以羊毛/羊绒混纺纱为例,研究表明这一特征选择方法可以提供一个相对理想的特征(组合),用于识别混纺纱。

基于可分性距离判据和脑MR图像的AD症脑部年龄检测

阿尔茨海默病(AD)症不同状态所对应的脑部年龄与实际年龄存在偏差,为了准确预测该偏差得到脑部年龄,在现有基于脑磁共振(MR)图像年龄检测方法的基础上,提出了一种新的脑部年龄检测算法.首先,设定偏差搜索范围;然后,基于可分性距离判据设计了适应度函数,利用偏差和支持向量回归机(SVR)获得样本年龄估计值,并计算出其适应度值;接着,通过最大化适应度值获取偏差的最优估计,从而获得更有利于AD症分类的脑部年龄.与现有的年龄检测方法相比,对于正常对照组(NC)与AD患者、NC与轻度认知障碍患者(MCI)以及MCI与AD患者3种分类情况,所提方法的可分度值分别提高了0.178,0.033,0.017.因此,所提方法检测的年龄具有更好的可分性,更有利于提高AD症的分类准确率.

基于多元数据图表示的类别可分性研究

基于多元数据图表示提出以点到各分类超平面的距离来表示原来的样本点,用该方法计算的可分性判据,更能客观真实的表达样本的实际分类性能,可普遍应用于模式识别/分类的特征选择和特征提取等研究领域。数据仿真实验取得较好的分类效果。

一个新的纠缠判据

在量子信息和量子计算领域一个最重要的基本问题是判断哪些态是纠缠哪些是非纠缠的。基于最近提出的一个判据提出一个新的纠缠判据,该判据是基于不可分解正映射的,它适用于偶数维态空间。

基于帧前景的特征距离判据的镜头边界检测

提出了一种简单有效的基于HSV空间镜头边界检测方法,本文综合考虑了视频帧全图像像素点与局部颜色直方图特征。首先,通过对视频帧全图的像素点进行运算提取每一帧的有效前景运动区域,然后提取该区域的颜色直方图。利用滑动窗口计算当前帧的前后两组视频帧的颜色直方图类间与类内距离,构造有效颜色特征的距离判据进行镜头边界检测。实验结果表明对镜头切变与渐变有良好的检测能力。

数据参数影响RCS统计特征数据可分性

雷达采样数据率及统计RCS特征的滑窗参数(滑动步长和窗口长度)需要设定以实现基于RCS统计特征的目标识别。利用类内/类间散布矩阵构造了类别可分性的距离判据,分析了数据率和滑窗参数对不同目标的可分性影响。结果表明:随着数据率提升,目标可分性呈现在低频区域(<5 Hz)快速增长,而在高频区域(>25 Hz)呈现缓慢增长趋于饱和;目标可分性随滑动步长变化不显著;而目标可分性随着窗口长度的增加呈现非线性的快速增长。

超声缺陷回波信号的小波包降噪及特征提取

根据非稳态超声检测信号的特点,将小波包变换用于缺陷信号的降噪及特征提取问题的研究,并利用类别可分性判据和RBF神经网络分别对特征值提取结果进行评价。引入了平均阈值的概念,在此基础上研究了小波包降噪效果。提出了以选取小波包分解频带的能量作为缺陷信号特征值的方法。实际焊接缺陷的实验结果表明,小波包降噪效果明显;在特征数据得以压缩的同时,分类的可分性较高。

超声检测缺陷分类的降噪及特征提取问题研究

针对超声检测回波信号中可能具有噪声干扰并难以剔除的问题 ,提出了利用“小波降噪”对超声信号进行处理的算法和应用“类别可分性判据”评价特征值的方法 ,并通过实验进行了验证 .首先将小波变换用于超声信号噪声处理 ,然后利用类别可分性判据对缺陷信号的特征选择进行评价 ,最后通过 RBF网络对获得的超声检波信号进行缺陷分类以验证这种方法的有效性 .实验结果表明 :小波降噪算法充分利用了超声回波信号的时域、频域信息 ,不仅降噪效果明显 ,而且缺陷定位准确 ;类别可分性判据对缺陷信号的特征提取也起了定量衡量尺度的作用 .

一种基于向量空间模型的文本分类方法

介绍的文本分类是指在给定分类体系下，根据文本的内容自动确定文本类别的过程。通过分析网页的特点及因特网用户感兴趣的查询信息，提出了一种基于机器学习的、独立于语种的文本分类模型。这一模型的关键算法主要利用字间的相关信息、词频、页面的标记信息以及对用户的查询信息的浅层语义分析，提取网页特征，并计算可调的词频加权参数和增加特征词的可分性信息，然后通过本类和非本类训练，建立预定义类的特征向量空间，进一步对文本进行分类。这种分类方法在相似文本分类中具有明显的优势。

利用目标方位信息改善雷达距离像识别性能

由于雷达的高分辨距离像对方位变化非常敏感,模板库中对每个目标都必须按较小的方位范围建立所有有关方位的模板。如果能够得知目标的大致方位角,可以缩小搜索范围,减小运算量。具体研究利用目标方位信息对识别率的影响,发现测试样本在类内匹配时,总是与附近方位的模板距离最小,而在类间匹配时,"最佳匹配"的经常是不同方位的模板,因此,利用目标方位信息基本不改变类内距离,但可以增大类间距离,从而提高识别率。仿真结果表明,利用方位信息是雷达目标识别的有效措施。

基于空间灰度共生矩阵木材纹理分类识别的研究

以10种木材纹理样本为对象,研究了木材纹理参数体系的建立方法,并进行了分类识别的仿真实验。首先,针对木材纹理特点并结合类别可分性判据,构造了适于描述木材的空间灰度共生矩阵,并在此基础上提取了木材的11个纹理特征参数。其次,借助相关性分析对参数进行了特征选择,进而建立了能直接与人的感官对应的木材纹理参数体系。最后,利用 BP 神经网络分类器对木材样本进行了分类识别研究,识别率为87.50%,验证了参数体系的有效性,表明用本文提出的纹理参数体系对木材进行分类识别是可行的。

基于AdaBoost分类器的实时交通事故预测

传统的道路交通事故预测是对交通事故次数及其造成的损失的历史趋势进行预测,针对其不能反映交通事故与实时交通特性关系、不能有效地预防事故发生的问题,提出一种基于AdaBoost分类器的交通事故实时预测的方法。首先,将交通道路划分为正常、危险两种交通状态,利用实时采集的交通流数据作为特征变量对不同的状态进行表征,将事故的实时预测问题转化为分类问题;然后,采用Parzen窗非参数估计的方法对两种状态在不同时间尺度下候选交通流特征的概率密度函数(PDF)进行估计,利用基于概率分布的可分性判据分析估计的密度函数,选择合适的特征变量及时间尺度,确定样本数据;最后,根据样本数据训练AdaBoost分类器对不同的交通状态进行分类识别。实验结果表明,采用交通流特性的标准差特征对测试样本分类的正确率比平均值特征高7.9%,更能反映不同交通状态的差别,获得更好的分类结果。

基于图像特征的电站锅炉空气预热器热点检测系统

空气预热器是火力发电机组重要的热能交换设备,由于燃料的不完全燃烧以及低负荷或停炉后空预器内气体流速低造成散热条件变差等原因,会引起空气预热器的再燃烧事故。针对现场环境,用低照度CCD获取了空气预热器金属部件在不同温度下图像信息,借助于傅里叶变换,通过对频谱进行分析,得到了两组特征集,采用具有距离特征的类别可分性判据,对空气预热器不同的工作状态进行识别。试验表明,该方法准确有效,基于该方法的系统已经成功应用于国内外200MW以上的火力发电机组中。

基于分层决策的模拟电路故障诊断技术研究

针对模拟电路可测节点数目有限以及特征矢量对故障诊断的影响,选取其端口电压作为研究对象;首先采用傅里叶变换对电路输出电压进行特征提取,构成样本空间,依据类别可分性判据选择部分特征,指导初级判决过程,完成故障模式的粗分类;对剩余特征采用主元分析方法进行特征压缩,指导下级判决过程,完成故障模式的细分类,从而建立分层决策树,最终实现故障的分离与定位;应用仿真结果表明,此方法提高了诊断效率,具有一定的实用价值。

铣刀磨损监测中的声发射信号的特征优选

为保证在铣刀的磨损监控中铣刀状态分类的可靠性 ,针对小铣刀磨损监控的特点 ,合理选择信号特征 ,给出了一种根据模式可分性测度大小进行特征优选的方法 .实验证明 ,经过本方法优选出的特征所组成的特征向量 。

空气预热器热点检测系统的研究

针对现场环境,用低照度CCD获取空气预热器金属部件在不同温度下图像信息,通过小波包变换,以最佳子空间下每层熵值总和作为特征向量元素,按分解顺序排列每层熵值总和,获得图像的特征。采用具有距离特征的类别可分性判据,对空气预热器不同的工作状态(正常、发生火情)进行识别,试验表明,该方法准确有效。