不一致数据最大概率子集修复算法

针对关系型数据中的不一致错误,现有子集修复方法通常以最小删除元组数量为优化目标求解最优修复方案,以减少对原始数据的更改。但当数据中的错误较多时,该方法的准确率将降低。提出了一种最大概率子集修复方法,利用属性之间的关联关系及概率统计信息对元组的正确性概率进行建模,将最小删除元组的正确性概率之和作为优化目标进行最优子集修复,并给出了高效的最大概率子集修复近似算法。真实数据集和合成数据集上的实验结果表明,最大概率子集修复方法的准确率优于当前最好方法。

基于有偏最小最大概率回归的短期负荷预测

针对电力负荷的一些特性,提出了使用非线性数据分类学习机的理论来解决短期负荷预测问题。利用有偏最小最大概率机进行数据学习分类,对采集到的信息进行分类、特征提取,形成归一的数据类型;用得到的分类数据作为有偏最小最大概率回归模型的输入进行训练预测。该方法通过核函数将输入向量从低维空间映射到高维空间,在高维空间实现了基于高阶统计信息的负荷影响因数的特征提取,既全面考虑了影响负荷预测的历史时间序列、气象等各种因素,又避免了由于输入变量过多而导致模型结构复杂、训练时间长等不足。计算实例表明,文中提出的方法用于短期负荷预测,其预测精度较高,且训练时间较短,方法可行且有效。

最大概率分词问题及其解法

提出了一种新的汉语自动分词算法，该算法运用人工智能中的问题求解技术，先将汉语句子的切分问题归约为若干字段的切分问题，再用启发式状态空间搜索技术将每个字段分别转换为概率最大的词序列．

基于最大概率的故障指示器故障判定方法

为解决配电网故障指示器信号错报及漏报情况下的故障判定问题,分析了故障指示器的特点,提出了配电网最小故障判定区域的概念。基于配电网最小故障判定区域建立了故障指示器故障判定数学模型。分析了故障指示器信号特点,以"三选二"原则提出了一种基于概率的故障指示器组合信号处理方法。结合最小故障判定区域模型和故障指示器组合信号,以故障指示器之间的相互依赖关系为依托,提出了一种基于最大概率的故障指示器故障判定方法。该方法以各区域假设故障后的模拟故障信号与实际情况下的故障信号之间的相似度表征故障发生的最大可能区域,并给出了详细公式。该方法在故障信号漏报和错报较少情况下具有很好的容错性,能够较为准确地确定故障区域。并且给出各个区域的可能概率,提供了故障备选方案,方便调度与运检人员干预排查故障,具有较好的现场应用价值。

面向癫痫脑电图信号识别的径向基最小最大概率分类树

脑电图(EEG)信号检测和识别是癫痫病的重要诊断手段。径向基函数神经网络具有出色的逼近能力和泛化性能,能直接识别出不同状态的脑电信号,但其透明性和可解释性差,忽视了不同类别数据间可分性的不同。对此,该文提出一种基于径向基函数神经网络和最小最大概率决策技术的分类树,采用一对一策略和排除法,更多考虑了类间可分性的不同。针对脑电信号识别的实验表明,所提方法结构清晰,分类能力强,可解释性更好。

基于二元语法的N-最大概率中文粗分模型

中文粗分是中文分词的基础环节,目前常用的粗分模型有基于规则的非统计模型和基于一元语法(uni-gram)的统计模型,其中后者取得了较好效果。在一元语法模型基础上提出了一种基于二元语法(bi-gram)的N-最大概率中文粗分模型,该模型把所有可能的词切分构造成一个有向无环图(DAG),利用噪声—信道模型和二元语法来计算概率,通过插值平滑技术来解决数据稀疏问题,目的在于更好地得到少量高召回率、高效率的粗分结果,更大程度地保留歧义字段和未登录词,提高后续分词质量。通过理论分析、模型建立和初步实验验证了模型的有效性。

基于最小最大概率机的迁移学习分类算法

传统的迁移学习分类算法利用源域中大量有标签的数据和目标域中少量有标签的数据解决相关但不相同目标域的数据分类问题,但对于已知源域的不同类别数据均值的迁移学习分类问题并不适用。为了解决这个问题,利用源域的数据均值和目标域的少量标记数据构造迁移学习约束项,对最小最大概率机进行正则化约束,提出了基于最小最大概率机的迁移学习分类算法,简称TL-MPM。在20 News Groups数据集上的实验结果表明,目标域数据较少时,所提算法具有更高的分类正确率,从而说明了算法的有效性。

基于最小最大概率机的虹膜图像分类方法研究

为了提高虹膜图像分类的准确性和稳定性,提出了一种基于最小最大概率机的虹膜图像分类方法.该方法通过控制错分概率实现分类的最大化,将一般的二维分类问题扩展到虹膜特征的多维空间,并利用最小最大概率机的高维映射泛化特性,实现了不同核函数下的虹膜图像多维分类问题,具有分类准确率高、稳定性好的特点.通过虹膜图像库的实验验证表明,该方法在保持分类稳定性的同时,获得了径向基核函数高达98.55%的分类率,该分类率比最近特征线方法和相异度函数方法的分类率分别提高了4.47%和6.41%.

最大概率原理在农田生态系统中的应用

最大概率原理在农田生态系统中的应用姚建民（山西省农科院农业资源综合考察研究所，太原０３０００６）马蓉丽（山西省农科院蔬菜研究所，太原０３０００６）ＡｐｐｌｉｃａｔｉｏｎｏｆＭａｘｉｍｕｍＰｒｏｂａｂｉｌｉｔｙＰｒｉｎｃｉｐｌｅｉｎＦａｒｍｌａｎｄＥｃｏｓｙｓｔｅｍ￥．ＹａｏＪｉａｎｍｉｎ（ＩｎｓｌｉｌｕｔｅｆｏｒＣｏｍ－ｐｒｅｈｅｎｓｉｖｅＳｕｒｖｅｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＲｅｓｏｕｒｃｅｓ，ＳｈａｎｘｉＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｔａｉｙｕａｎ０３０００６），ＭａＲｏｎｇｌｉ（ＩｎｓｌｉｔｕｔｅｏｆＶｅｇｅｔａｂｌｅＲｅｓｅａｒｃｇｈ，ＳｈａｎｘｉＡｃａｄｅｍｙｏｆａｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｔａｉｙｕａｎ（０３０００６）．Ｃｈｉｎｅｓｅ，ＪｐｕｒｎａｌｏｆＥｃｏｌｏｇｙ，１９９３，１２（４）：５８－６０．Ｉｎｏｒｄｅｒｔｏｓｔｒｅｎｇｔｈｅｎｔｈｅｐｒａｃｔｉｃａｂｉｌｉｔｙｏｆｍａｘｉｍｕｍｐｒｏｂａｂｉｌｉｔｙｐｒｉｎｃｉｐｌｅ。

最大概率方法在伺服系统故障诊断上的应用(英文)

为了解决实际控制系统中仅通过系统的故障现象难以确定系统故障元的难题 ,采用基于模糊识别和故障诊断理论的最大概率法 ,该方法仅仅依靠经验和统计数据 ,在外部故障现象和系统故障元之间建立模糊查询关系 ,从这一关系中可以获得最大故障概率点 .将一个标准模糊关系矩阵作为数据库存储在计算机中 ,并给出了一个系统故障诊断的实验结果 .通过以上方法 ,只要对系统的重要参数进行在线采集和分析 ,当发生故障时 ,就可以给出可能的故障元的故障概率 。

基于数据分布一致性最小最大概率机

针对既包含有标记样本又包含未标记样本的分类数据,提出数据分布一致性原理,并将其融入到最小最大概率机中。把有标记样本和无标记样本映射到决策超平面所在空间(简称超空间),通过最小化有标记样本和无标记样本在超空间的概率分布差异,充分利用无标签样本来修正最小最大概率机的误差,使得修正后的决策超平面更接近于真正的分类超平面。实验证明,数据分布一致性最小最大概率机(DCMPM)比最小最大概率机(MPM)具有更好的分类性能。

基于最小最大概率机的客户需求分类技术

针对复杂产品客户需求中类别数多且数据量大的分类问题,利用最小最大概率机的概率信息和样本间隔信息,提出采用启发式方法解决编码设计问题。在算法中将一个减少了迭代次数的分类器视为弱化了的分类器,同时保留分类器的间隔属性和几何特性,并利用高维映射将分类器输出映射到特征空间,在弱化阶段大量减少了整体的迭代次数而在合成阶段利用非线性映射来提升性能。通过对叉车产品客户需求的数值试验证明算法具有较好的分类效果,降低了对二类分类器的精度要求。

基于因子分析和最小最大概率机的交通事件检测算法

为了进一步提高交通事件检测的精度与效率,在多角度构建事件检测初始交通变量的基础上,设计了1种基于因子分析和最小最大概率机的交通事件检测算法。通过分析交通事件上下游交通流参数的变化规律,构建了11种初始交通事件检测变量,利用因子分析方法对初始交通变量进行特征提取,实现初始交通变量的有效降维,并分别采用核函数最小最大概率机算法和线性最小最大概率机算法进行交通事件检测。最后,采用美国I-880数据库的实测数据进行实验验证和对比分析,实验结果表明,FA-MPM算法较MPM算法事件检测率提高3.5%,误报率降低0.17%,平均检测事件减少了27.5s,且最小最大概率机算法的交通事件检测效果明显优于支持向量机算法和BP神经网络算法。

基于局部最大概率特征和映射模型学习的行人再识别

进行了行人再识别研究。针对行人自身差异和相机视域差异的存在导致再识别率低的问题,提出了一种基于局部最大概率特征和映射模型学习的行人再识别算法。该算法首先对行人图像提取局部最大概率特征,克服光照变化并提取图像的完整信息;然后学习交叉映射模型,利用学习好的模型进行行人特征变换,从而消除不同摄像机拍摄区域的特征差异;最后进行距离度量和排序。实验表明,该算法合理有效,能够获得较为完整的判别性特征表示,成功地提高了行人再识别的匹配精度。

随机网络最大概率路径问题的模型与算法

为了求解满足一定时间限制的最大概率路径问题,在建立该问题数学模型的基础上,提出了一种改进蚁群算法。首先根据随机网络的定义建立了随机网络最大概率路径问题的数学模型,然后结合随机网络最大概率路径问题的特点,设计了一种新的启发式信息和信息素更新规则的改进蚁群算法,最后选择了4组数据,将改进蚁群算法与一种混合遗传算法进行对比试验,分别求取对应的全局最大概率路径和反映算法总体性能的多项数据。实验表明,改进蚁群算法的收敛速度和总体性能均优于混合遗传算法,为求解随机网络最大概率路径问题提供了一种快速、可行的方法。

结合导向滤波和最大概率的高光谱图像分类

针对利用滤波器提取高光谱图像的空间特征辅助光谱信息来提高高光谱图像分类精度的不足,提出导向滤波提取的空间纹理信息和最大概率结合的高光谱图像分类算法(SGD-SVM-GD)。鉴于空间纹理信息挖掘不足,该方法首先利用导向滤波提取由主成分分析降维后的高光谱图像空间纹理特征,然后将空间信息与光谱信息结合,交由支持向量机完成分类得到初始分类结果,最后结合导向滤波和概率最大化优化分类结果。实验表明,相比单纯使用光谱信息、纯空间信息和空谱结合的SVM分类方法以及边缘保持滤波的方法,所提出的SGDSVM-GD方法对高光谱图像的分类精度有较大提高,表明了该方法的有效性。

基于最大概率判别法的雹云识别模型的设计研究

冰雹是一种严重灾害性天气,具有突发性、移动迅速、生命史短等特点,使人工预报冰雹非常困难,因此对冰雹的研究是当下的一个热点问题。设计了雹云识别模型,通过最大概率判别的方法,根据测度分析,提取雹云和非雹云图像的特征数据,分析雹云图像和非雹云图像特征数据的差异性。利用测度分析提取的相关统计量作为最大概率判别法的变量数据,构造判别函数,并利用此模型对已有的新疆阿克苏地区的样本进行检测,可知此判别法对于识别雹云非雹云图像具有较高的分辨率,且判别有较低的误差率。实验结果显示,通过气象雷达反射率图像的回波强度的测度分析与最大概率判别法相结合构造的雹云判别模型,具有较好的效果。

基于词图的最大概率分词方法

中文分词的方法主要可分为基于规则和基于统计两大类:前者一般借助于词图的方法,将分词问题转化为最优路径问题,通常切分结果不惟一;后者利用统计模型对语料库进行统计,计算量较大,但准确率较高。对词图和N元语法进行了介绍,并结合两者实现了一种中文分词方法。该方法将词图中的最大概率路径作为中文句子分词的结果,其中涉及对语料库进行二元词频统计,设计了一个多级哈希结构的分词词典,实验数据表明该方法能有效地进行自动分词。

特征加权最小最大概率机

在最小最大概率机中引入Boosting权值确定方法,构造特征加权最小最大概率机(FWMPM)。利用Boosting方法计算各个特征对分类任务的重要度,把此特征重要度作为原始数据各个特征的权重,对核函数中的内积和欧氏距离进行加权计算,从而可以减轻最小最大概率机被一些弱相关的特征影响。实验结果和理论分析表明,该方法比标准最小最大概率机具有更好的分类性能。

基于样本最大概率失败数的火工品可靠度估计

基于最大概率失败数,给出了成败型产品可靠度的一种新估计方法,该方法比极大似然估计的结果要保守。由此出发,构造了火工品可靠度的置信下限估计方法。与国军标中的计数法比较,该估计方法对高置信度高可靠性要求的火工品评估,可适当降低样本量,能满足工程需要。