基于多线性支持向量机的样本点正确分类与复杂失效方程稳步模拟

为克服一般响应面方法重构复杂隐式失效方程所需样本数量较多、精度较差的不足,提出了一种基于多线性支持向量机的结构失效方程模拟方法。该方法的显著特点是应用了样本点正确分类技术,因而其求解精度随着样本点数量的增多而稳步趋近于真实失效方程。其主要求解过程为,(1)结合均匀设计方法,生成均匀的紧邻极限状态曲面的失效和可靠样本点。(2)依据样本点向量模和样本点向量间夹角余弦值将总体空间划分成多个子空间,确保每个子空间内的样本点能由一个线性支持向量机完全分开。(3)采用一种基于扩充样本点对的迭代算法不断更新样本点集合,从而逐步修正模拟的多个线性失效方程。算例分析表明,无论失效方程为强非线性函数还是多个失效模式组成的分段函数,该方法的计算精度与效率均较为稳定。这为具有复杂失效方程结构的可靠度分析提供了有益参考。

贫血的正确分类和诊断

贫血是由许多不同原因或不同疾病所引起的临床症状,因此贫血的分类应考虑贫血的原因、发病机制以及细胞形态学的特征。贫血的分类有多种方法,临床上常将几种分类法相互渗证。对其进行正确的分类和诊断,有助于提高贫血治疗的针对性和有效性。

详辨类目是正确分类标引的关键

详辨类目是正确分类标引的关键●王爱华（鞍山钢铁学院图书馆）分类标引不仅要受所选用的分类表的体系限制，还要受为了明确类表体系和指定图书归属而制订的分类规则的限制，在分类标引图书时，除了要正确分析理解图书内容外，详辨类目是掌握分类表类目收书范围及标引正确...

指导学生细致观察正确分类

学习自然第三册《各种各样的茎》这一课之前,我采集了柳枝、秸杆、藤等植物体让学生观察,并告诉学生,像这样的植物体,我们就叫它植物的茎。这些茎的生长形态是怎样的呢?根据它们的生长形态,又可分为几类?我把学生分成四个小组,利用课外活动时间让学生到大自然中去认真、仔细的观察、

基于第一次地理国情普查(乐清)内业分类正确性的实现

文章介绍地理国情普查内容为地表覆盖和地理国情要素,主要工作在于内业工作,而内业工作对于所给的影像解译越细致,正确率越高,外业工作任务就会轻松许多,从而大大缩短整个普查过程、提高普查效率、节省人力物力及有效保证产品质量。因此,对内业分类解译正确性统计和分析是检验内业成果的重要手段和有效措施。

灰关联分析在脑神经信号分类中的应用研究

脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)——GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法。通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%。结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景。

杨浦区新江湾城街道：提升干湿垃圾分类正确率

摸清辖区内50个小区的垃圾投放点位情况,在垃圾桶边与物业员工、居委会干部、志愿者指导员、二次分拣员、居民等开展交流,收获了肯定与建议,也听到了不满和批评。从去年开始,杨浦区新江湾城街道人大工委在大调研中掌握鲜活的一手资料,将本辖区生活垃圾分类工作不断推向深入。在不懈努力下,新江湾城街道于今年年初成功创建了上海市首批生活垃圾分类示范街道。

基于多阶循环累积量的多用户调制分类方法

针对多径信道中调制信号识别正确率低的问题,提出一种基于多阶循环累积量的多用户调制分类方法。利用调制信号循环累积量的差异性,分别计算多个接收信号的多阶循环累积量,构造接收信号的归一化四阶循环累积量向量,结合盲信道估计方法,估计发射信号的归一化四阶循环累积量向量,将该向量作为特征参数进行提取,实现对多用户信号调制类型的识别。仿真结果表明,在低信噪比条件下,该方法具有较高的正确分类概率,对色噪声具有较好抑制作用,可以推广到更高阶的多发射机调制识别形式。

略谈主题词表在图书分类中的辅助功用

随着我国科技文化事业的进步,新兴学科、交叉学科、边缘学科以及新风格、新流派的各类出版物日益增多和复杂化,就使目前沿用列类的《中国图书馆图书分类法》越来越暴露出自身的弱点和不足,如“分类法”的类目粗,专指性差,参照系统简单,并且体系比较僵化,修订补充困难等,难于适应类分新学科、新型出版物的需要。而主题法的优点补充了分类法的不足,具有特指性强,增删改灵活,能及时反映新兴学科发展。但就目前的情况来看,分类法是按总体系统分类,对于从整体上组织利用藏书有其无法取代的功用,这正是它至今仍被采用的根据。而主题法则是通过主题名称来揭示图书内容,难于反映系统关系。

对现金流量分类的思考

现金流量表的一个核心问题就是现金流量的正确分类。美国FAS95号公告将现金流量分为由经营活动、投资活动、筹资活动产生的三类现金流量;英国财务会计准则委员会的第1号公告将现金流量分为由经营活动、投资报酬及筹资费用、税金。

近海船长分布建模与雷达舰船分类能力评估

雷达高分辨距离像径向尺寸估计和航向角估计是舰船分类的主要技术手段,其分类性能与雷达分辨率、径向尺寸估计精度以及不同海域的舰船长度先验分布密切相关。通过中国船讯网采集了我国近海四大海域约30000艘舰船的船舶自动识别系统信息,并提取了舰船长度数据。通过对舰船长度的分布拟合,发现韦布尔分布能够很好地拟合各海域的船长分布,且分布参数有明显差异。基于该先验模型,推导出了舰船的大、中、小正确分类概率与径向尺寸估计误差之间的关系。结果表明,当舰船航向角介于±75°之间时,我国近海舰船的大中小正确分类概率达到90%的条件是,舰船径向尺寸估计误差在区间(-12.67 m,9.41 m)内。

深度学习船舶分类技术研究

为了提高船舶分类正确率,针对当前船舶分类方法存在的精度低、误差大等缺陷,提出基于深度学习的船舶分类方法。首先对船舶分类图像进行采集,并提取多个船舶分类特征,组成船舶分类的特征向量集,然后将特征向量集作为深度学习算法的输入,船舶类型作为深度学习算法的输出进行学习,建立船舶分类模型,最后进行船舶分类的仿真实验,结果表明,深度学习算法的船舶分类正确率超过90%,不仅可以很好地描述船舶类型,而且船舶分类的速度也很快,可以应用于日常船舶分类管理工作。

基于小波分析的特征提取文本分类方法研究

该文提出了基于小波分析的文本特征提取方法,对传统TF-IDF向量空间模型下的特征向量进行了该文的小波变换、逆小波变换。使用KNN分类方法检验这两空间下的文本分类准确率。实验结果表明,该文的小波变换方法在减少了TF-IDF向量空间模型近一半的维度下在各种实验条件中都能和向量空间模型保持一致的分类准确率;该文的逆小波变换方法在大幅度降低TF-IDF向量空间模型维度的基础上,同实验中其他特征提取方法相比,在特定条件下有着卓越的特定文本类别分类优势,这也在一定程度上检验了压缩感知理论的正确合理性。

基于包络指纹特征的辐射源分类识别技术

辐射源识别技术是当前电子侦察的重要研究方向。文中利用雷达模拟器的脉冲包络指纹特征,构建特征数据库,提出一种新的指纹特征向量匹配识别方法。该方法根据自适应评分机制,衡量不同特征向量之间的相似性,实现对辐射源脉冲的分类和识别处理。利用同型号雷达模拟器的外场实录数据,验证了该识别方法的有效性,分类性能优于传统的M-距离法。文中还定量分析了辐射源分类正确率与信噪比的关系,结果表明,分类正确率与SNR成正相关,当信噪比高于20 dB时,分类正确率超过95%。

“物质的分类”考查的新动向

物质的分类的试题以物质的分类为内容,以生产生活实际、科技前沿为情景,重点考查对混合物、纯净物、单质、化合物、氧化物等概念的理解,常考题型为选择题、填空题等。解题时,要求能从组成和性质上识别各类物质,能对物质进行正确分类。

基于时频特征优化选择的运动想象脑电信号分类研究

针对运动想象脑电信号在频域和时域方面普遍存在的个体差异,提出利用滑动窗技术对运动想象过程的频率段和时间段进行分解,得到各种频率段和时间段的组合。在每种组合下,分别进行三分类运动想象脑电数据的分类实验,以分类正确率为标准,找出最佳频率段和时间段,并将其应用于运动想象脑电信号的个性化特征分析中,以进一步提高BCI系统的分类正确率。

一种基于粗糙集理论的启发式分类规则挖掘算法

粗糙集理论是一种新的数据挖掘算法,文章以属性依赖重要性作为启发信息提出了一种新的属性约简算法,且加入了一定的分类正确度。最后通过一个实例完整演示了本方法,证实其有效性。

圈养瓶鼻海豚通讯信号分析及融合分类方法

针对圈养条件下瓶鼻海豚通讯信号(whistle)分类时混叠大量回声定位信号(click)导致分类正确率降低的问题,提出了一种基于机器学习的融合分类方法。分别提取whistle信号的时频分布特征训练随机森林分类器,梅尔时频图特征训练卷积神经网络分类器,在此基础上设计融合判决器对混叠whistle信号进行分类识别。对圈养海豚声信号采集实验数据的分类识别结果表明,融合分类方法具有更好的分类性能,对混叠whistle信号分类正确率大于94%,优于时频分布特征分类器和梅尔时频图特征分类器,能够提高混叠信号的分类能力。

一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.

基于小波神经网络的图像分类系统设计

为解决因系统结构固化导致图像分类正确率低的问题,设计了基于小波神经网络的图像分类系统。系统总体结构设计主要包括系统硬件部分和系统软件部分。其中:系统硬件部分主要是基于小波变换设计信息归类系统的架构,以TMS320DM270作为主控芯片,使用浏览器的用户界面(User Interface,UI)来显示其他内容,以PC104为图像处理单元,设计嵌入式图像采集系统;系统软件部分主要是基于小波神经网络选取初始聚类中心和设计图像分类引擎,以完成基于小波神经网络的图像分类系统设计。实验结果表明:基于小波神经网络的图像分类系统误分类比率极低,分类正确率较高,分类效果突出。