基于特征因子算法改进的作者影响力评价研究

特征因子算法是评价期刊质量的一种重要方法,文章在特征因子算法基础上通过改进构造出一种作者影响力评价的新算法。首先对特征因子算法原理进行简单介绍。然后通过分析作者引用相较期刊引用的特殊性,对特征因子算法进行了改进,并对其实现步骤进行了详细说明。最后,选择国内图情学作者引用网络进行应用研究,得到了这些作者的影响力排名,并与传统的被引次数进行了比较。

基于流形学习的SAR目标识别

主成分分析法(PCA)及其常用的推广的线性特征提取方法在SAR识别中通过变量的少数几个线性组合来解释随机向量的协方差结构并提取特征值,然而在线性变化及特征选取中容易丢失大量信息,对样本的描述性不够。针对该问题,本文提出了一种基于形学习算法,根据每一类MSTAR目标图像存在小幅姿态、方向微弱变化,从而判断处于高维数据空间的某个低维流形上这一特征,利用混合因子分析模型来对流形建模,根据不同目标所在的流形的特征参数,构建全局字典,实验证明,所提出的方法在识别率及速度上优于常规的线性特征提取方法。