基于类别共生矩阵的纹理疵点检测方法

根据有规则纹理的特点,提出了基于类别的共生矩阵来描述纹理特征,从而很好地将正常纹理与疵点区分开.分析了传统的灰度共生矩阵在计算纹理特征时计算量大,且分辨能力差的缺点.为了克服灰度共生矩阵在计算量和分辨能力上的缺点,定义了类别共生矩阵.在类别共生矩阵的算法中,首先学习纹理的一些基本特征以确定类别共生矩阵的一些关键参数,如纹理的概率密度分布、纹理的主方向和周期,以及分类准则等重要参数,然后计算类别共生矩阵并提取白疵点增强、黑疵点增强和一致度等三个特征,最后采用异常点检测的方法即可很好地区分正常纹理和疵点.实验证明,该方法比已有的灰度共生矩阵计算量小,并具有更突出的分辨纹理和疵点的能力.

基于模糊类别共生矩阵的纹理疵点检测方法

纹理图像中的不规则部分通常称为疵点。纹理通常由空间分布和灰度分布共同描述,由于灰度共生矩阵能兼顾二者,因此具有很好的描述纹理的能力,不过其对纹理的正常部分与不正常部分的区分能力仍然有限,且计算效率低。为克服灰度共生矩阵以上的不足,提出了一种用模糊类别共生矩阵的方法来检测不规则纹理。该方法首先通过学习纹理的基本特征,如纹理的灰度概率密度分布、纹理主方向和周期等来确定模糊类别共生矩阵的一些关键参数,并将灰度级划分为几个纹理色调类别;然后根据后验概率函数得出各个灰度级对每个色调类别的模糊隶属度,同时计算模糊类别共生矩阵,并提取一些更为简单的特征;最后利用异常点检测的方法,即可很好地区分正常纹理和疵点。实践证明,该方法不仅比已有的灰度共生矩阵方法更简单,计算效率更高,而且能更好地表示不规则纹理。

一种基于类别特征矩阵的决策树算法

提出了一种基于类别特征矩阵的决策树算法。该算法以决策表的核属性为起点,充分考虑了可辨识矩阵的特性和单个属性的重要性,利用类别特征矩阵对决策表实现最简化决策表的确定和决策规则的挖掘,最后实现最简规则的决策树生成。通过应用实例比较分析,证明该算法能生成最小化决策树,并且决策树生成规则切合实际。

一种组合类别信息的非负矩阵分解方法及其应用

基于非负矩阵分解理论,提出一种新的有监督的特征提取方法,它具有二个特点:一是在特征提取过程中它直接利用训练样本的类别信息,二是在计算上仍然采用与非负矩阵分解方法相同数学公式,因此这种新特征提取方法被称为组合类别信息的非负矩阵分解(CINMF)方法。另外,在分类时本文提出了基于两种特征融合的分类策略进一步提高CINMF方法的识别率。通过在YALE人脸库和ORL人脸库上进行实验,结果表明本文提出的新方法在识别率方面整体上好于原非负矩阵分解方法,甚至超过常用的主成分分析法(PCA)。

基于类别特征矩阵的决策规则提取算法

在粗糙集中决策表属性最小约简与规则提取是NP hard的。充分考虑了可辨识矩阵的特性,提出一种基于类别特征矩阵的决策规则提取算法。首先对类别特征矩阵进行了不相容对象的剔除和核属性的提取,然后利用核属性集合对类别特征矩阵来提取决策规则。实例结果表明,所提出的算法获得的规则更为简洁、高效。

结合同义向量聚合和特征多类别的KNN分类算法

特征选择是文本分类的关键阶段,其选择过程将影响文本分类速度与精度。χ2统计量能很好地体现词和类别之间的关系,是文本分类领域特征提取阶段的重要方法之一。分析了χ2统计量在文本分类中的应用,发现CHI向量所表达的与各类别关系的特征词无法全面表达出此类的概念含义,依赖于训练集中出现的特征情况,且该向量仅用于特征选择阶段;针对χ2统计量特征词的表达局限及其向量没有得到充分利用的问题,提出结合同义向量聚合和特征多类别的改进KNN分类算法,该方法能够综合考虑特征所表达的含义,且通过特征集多类别矩阵使CHI向量也能在分类阶段起到提高整个算法效率的作用。实验结果与分析表明,该改进算法明显提高了文本分类效率,并且提高了分类的精度。

融合两帧差分和背景差分的车辆检测算法

针对传统背景差分法和两帧差分法在车辆检测任务中出现的噪声、鬼影和空洞问题,提出一种将两者融合的静态背景下运动车辆检测算法。建立背景帧和检测帧的类别矩阵M1和M2,消除噪声和空洞;引入最大类方差法(Otsu)生成背景帧和检测帧的灰度级矩阵G1和G2,以此构造鬼影区的灰度级变化特征β,分割鬼影区域。实验结果表明,融合算法在测试集上的检测效果达到88.41%的平均F1值,相比传统的两帧差分、高斯混合模型和视觉背景提取算法均有大幅提升。

地质调查项目社会评价分析

项目评价是项目管理的重要内容 ,是投资决策的依据。但对地质调查项目进行社会评价是具有挑战性的课题。本文通过构建范围 类别矩阵评价、效率评价和综合评价对地质调查项目进行社会评价 ,以利于政府的投资决策 。

基于像斑空间关系的遥感图像分类

为充分挖掘遥感图像本身包含的空间关系信息,弥补基于光谱信息的传统图像分类方法的不足,提高分类精度,提出了一种基于像斑空间关系的遥感图像分类方法。通过图像分割获取像斑,利用最大似然法获取初始分类结果,引入马尔科夫随机场对像斑的空间关系予以描述,通过地物的类别邻接矩阵定量地描述各地物类别之间的空间关系,从而对图像的分类结果进行修正,最后采用条件迭代的方法获取最终的图像分类结果,精度较好。实验结果表明,该方法应用于高分辨率遥感图像可取得较好的分类效果。

PPP项目中政府支出的负债效应分析

基于负债判断理论和政府负债类别矩阵,本文就PPP项目中合规性和非合规性政府支出的负债效应进行了分析。研究显示,就各支出自身负债类型来看:合规性支出中,股权投资不会形成负债;政府付费型运营补贴和配套投入在延期支付情况下形成显性直接负债;可行性缺口型运营补贴、风险承担支出、救助支出作为担保性支出,前两者形成显性直接负债或者显性或有负债,道义支出形成隐性直接负债或者隐性或有负债。非合规性支出中,明股实债、固定付费形成显性直接负债,融资担保形成显性直接负债或者显性或有负债。就项目合同签订时点上的负债情况来看,仅法律政策风险支出和救助支出于该时点上形成负债,负债类型与各支出自身负债类型相同。最后,文章从控制项目规模、加强各类负债监测、合规政府支出、合理利用负债几个方面给出政策建议。

在线检测产品疵点系统的DSP实现

为了提高出厂产品的质量,需要在生产线上对产品进行高速在线检测,该文采用基于机器视觉的检测系统来进行在线检测产品疵点。该系统采用类别共生矩阵算法建立纹理模型,采用CCD视觉传感、高速DSP芯片、USB数据传送等技术结合软件算法构成高速在线机器视觉检测系统。

一种基于粗糙集理论的最简决策规则挖掘算法

研究粗糙集理论中可辨识矩阵,扩展了类别特征矩阵,提出一种基于粗糙集理论的最简决策规则算法.该算法根据决策属性将原始决策表分成若干个等价子决策表,借助核属性和属性频率函数对各类别特征矩阵挖掘出最简决策规则.与可辨识矩阵相比,采用类别特征矩阵可有效减少存储空间和时间复杂度,增强规则的泛化能力.实验结果表明,采用所提出的算法获得的规则更为简洁和高效.

地质调查项目社会评价研究

项目评价是项目管理的重要内容 ,是投资决策的依据。本文通过构建范围—类别矩阵评价、效率评价和综合评价对地质调查项目进行社会评价 ,以利于政府的投资决策 ,为项目管理的提高起到抛砖引玉的作用。

浅析基于BP神经网络和先验知识的伊犁河谷遥感影像分类

本文通过利用新疆伊犁河谷伊宁县的SPOT5遥感影像,基于人工神经网络中的BP算法,在Matlab 7.0软件平台下,对主成分变换后的遥感影像进行土地利用分类进行讨论。然后根据错分地物的空间位置,将分类结果矩阵中的错分类别替换为正确类别,进一步提高分类精度。结果表明,与传统的监督分类方法相比,分类总体精度提高了12.67%,Kappa系数提高了0.214,证明人工神经网络和先验知识相结合是一种有效的分类方法。

The Study of Model About Enterprise Crisis Early-warning Based on Fuzzy Classification and

Toward the problem of judgement of enterprise crisis degree, the paper adopts fuzzy classification and fuzzy recognition method, forms enterprise character objective function in fuzzy condition, and brings forward to solve approach of optimal fuzzy classification center matrix, optimal fuzzy recognition matrix and optimal index weight under different crisis degree. By using the method in enterprise crisis early-warning example, it can distinguish enterprise crisis degree effectively.