基于多重判别的雷达网距离向多干扰目标鉴别

针对距离多假目标迷惑性强,鉴别过程计算复杂度高的问题,在长基线雷达组网背景下提出了一种基于多重判别的距离向多干扰目标鉴别技术。首先,针对目标量测关联判别次数随假目标数量增加而增加问题,将来自雷达网各目标量测分为真-真、真-假、假-真、假-假4种情况,以降低计算量;然后,采用最近邻-角度信息多重判别的方法提高真-假目标的正确识别率;最后通过理论分析和仿真实验的方法,对本文方法与经典的最近邻关联方法进行对比分析,结果表明,本文方法能够在提高正确识别率的同时显著减少判别时间。

基于多重判别分析的朴素贝叶斯分类器

通过分析朴素贝叶斯分类器的分类原理,并结合多重判别分析的优点,提出了一种基于多重判别分析的朴素贝叶斯分类器DANB(D iscrim inantAnalysis Naive Bayesian c lassifier).将该分类方法与朴素贝叶斯分类器(Naive Bayesian c lassifier,NB)和TAN分类器(Tree Augm ented Naive Bayesian c lassifier)进行实验比较,实验结果表明在大多数数据集上,DANB分类器具有较高的分类正确率.*

基于多重判别分析和Zernike矩的目标分类算法

针对图像目标分类中Zernike矩特征维数过高的问题,提出一种基于多重判别分析的特征压缩方法。首先对目标图像进行预处理并计算图像的Zernike矩特征,然后采用多重判别分析方法求得投影矩阵并压缩特征,最后依据最小Euclidean距离对数据分类,同时总结了常见的特征压缩评价标准。理论分析和实验结果表明,在计算量相当的情况下,文章方法可获得比主成分分析法更佳的分类效果。

便携式智能电子鼻系统及其葡萄货架期评价研究

电子鼻的小型化和智能化是其走向大众市场的重要环节。设计了一种基于ARM9和嵌入式Linux操作系统的便携式智能电子鼻系统,通过自制的嵌入式Qt应用软件,实现在线自动检测、智能识别及其可视化。为了验证系统功能,将其用于葡萄货架期评价,对6个平行样品组进行10天测量,利用软件内置的主成分分析和多重判别分析等方法进行分析识别,最后用留一法交叉验证分别得到83.3%和80.6%的平均识别率。该系统结构灵活、功能通用、操作简便,可满足不同场景的现场气味检测需求。

基于DEA-PNN的中国上市房地产企业效率研究

文章运用传统的数据包络分析方法(DEA)对上市房地产企业的效率进行评定,引入相应的分类指标对DEA在不变规模收益下求得的效率值进行分类,然后使用概率神经网络(PNN)和传统的多重判别分析方法(MDA)对分类效果进行模式识别,并比较了两种方法的识别精确度,研究发现:(1)PNN的预测精度要优于传统的判别分析方法;(2)通过DEA的求解结果可以得出所有上市房地产企业的标杆企业;(3)当前上市房地产企业的总体效率值偏低,有巨大的提升空间。

步态与人脸融合的身份识别方法

为了保持步态识别的优势,克服单一生物特征识别的不足,提高远距离的身份识别率,提出了一种步态与侧面人脸在特征层上融合识别方法.首先利用二向图像矩阵主成分分析,对步态能量图和侧面人脸图分别进行特征提取与降维处理,得到初始特征矩阵,并将得到的初始特征矩阵进行矢量化、特征组合,获得组合特征向量.然后利用多重判别分析法对组合特征向量进行特征融合,获得步态与人脸的融合特征向量,最后采用最近邻法进行身份识别.利用CASIA Dataset B步态数据库对上述方法进行了验证.结果表明,该方法提高了身份识别的正确率,验证了该方法的有效性,为多生物特征识别提供了一种新的方法.

DEA-PNN视角下中国上市房地产企业效率分析

文章运用传统的数据包络分析方法(DEA)对上市房地产企业效率进行评定,引入相应的分类指标对D E A在不变规模收益下求得的效率值进行分类,然后使用概率神经网络(P N N)和传统的多重判别分析方法(MDA)对分类效果进行模式识别,并比较了两种方法的识别精确度,结果显示PNN的预测精度要优于MDA。得出如下结论:当前上市房地产企业的总体效率值偏低,有巨大的提升空间;通过DEA的求解结果可以得出所有上市房地产企业的标杆企业。

破产情况下公司的行为

研究了财政破产情况下各种可供选择的管理结构对组织的行为有什么影响。列举了无支付能力的预测逻辑模型。它的目的是分析联邦保险公司制定的计划对无支付能力公司行为的影响。无支付能力的预测是借助于多重回归与概率、逻辑和多重判别分析进行。对1985年的计算表明，国家的干预没有增加重新获得支付能力的机会，也没有减少国家进一步采取行动的必要性，如关闭、财政帮助或合并。