用"多级Fuzzy线性加权分析法"对体育系学生成绩的分析

本文运用"多级Fuzzy线性加权分析法"考察了体育系学生在校成绩与其入学考试成绩的关系,给出了由入学成绩估计在校成绩的计算公式,并对各因素的作用进行了分析.

基于i-vector局部加权线性判别分析的说话人识别

基于i-vector的说话人识别系统通常采用LDA来消除训练和测试语音之间信道失配,不能保证样本在待识别语音近邻区域内具有最佳的分离度,这就使得目标说话人和其近邻间的得分差异较小,进而导致识别准确性下降。针对该问题,提出基于i-vector局部加权线性判别分析的说话人识别方法(LWLDA)。在计算类内和类间散度时,增加待识别语音近邻样本权重。在此基础上,通过提高待识别语音近邻域局部类间的分辨能力,尽可能减少因信道差异而产生的识别错误。在不同语音库上的实验结果表明:LWLDA在复杂信道环境下能够保持良好的鲁棒性;在交叉信道条件下的识别准确率比LDA平均提高3.6%。

基于泛滑动窗与加权2DLDA的单样本人脸识别

对于单训练样本人脸识别,基于每人多个训练样本的传统人脸识别算法效果均不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对这一问题进行了分析研究,提出了一种新的样本扩充方法,即泛滑动窗法。采用"大窗口,小步长"的机制进行窗口图像采集和样本扩充,不仅增加了训练样本,而且充分保持和强化了原始样本模式固有的类内和类间信息。然后,使用加权二维线性鉴别分析方法(Weighted2DLDA)对上面获得的窗口图像进行特征抽取。在ORL国际标准人脸库上进行的实验表明了所提算法的可行性和有效性。

加权PCA和加权LDA中权函数对分类结果的影响

提出了加权主成分分析法和三种新的权函数;通过实验研究了在五种权函数下加权线性判别分析(WLDA)和加权主成分分析(WPCA)对多分类问题的分类结果的影响.

正则化半监督判别分析方法

为了克服加权线性判别分析(WLDA)只利用有标签的训练样本而不能反映样本数据流形结构的缺点,提出一种正则化的半监督判别分析方法。首先构建所有样本的近邻图来估计数据的局部流形结构,然后将此作为正则项引入WLDA的准则函数中。该方法避免了类内散度矩阵奇异,同时保持了样本数据的判别结构和几何结构。在ORL和YALE人脸数据库上的实验结果证明了该算法的有效性。

基于WLDA和i-稀疏表示分类的说话人确认

为了提高信道变化下说话人确认系统的识别率和鲁棒性,提出一种基于i-向量和加权线性判别分析的稀疏表示分类算法。首先借助于加权线性判别分析的信道补偿和降维性能,消除i-向量中信道干扰信息并降低i-向量的维数;紧接着在i-向量集上构建训练语音样本过完备字典矩阵,采用MAP算法求解测试语音在字典矩阵上的稀疏系数向量,最后利用稀疏系数向量重构测试语音样本,根据重构误差确定目标说话人。仿真实验结果验证了该算法的有效性和可行性。

呼包鄂城市群同城化发展及经济联系强度研究

借助引力模型及线性加权法,从城市群内部经济联系强度及同城化发展水平两个维度测定呼包鄂城市群同城化发展情况,结果表明:呼包鄂城市群内部经济联系强度不深,同城化发展有所进展但整体发展水平还不够高,要素一体化发展对同城化发展贡献率最高,行政一体化发展及社会一体化发展滞后,根据分析结果,提出了三市在今后加快货物流动、人才流动、交通建设、政府合作及社会一体化发展的建议,从而为推动三市同城化发展奠定基础。

矿区生态修复评价方法的研究

矿区生态修复能够改善景观,增加生物多样性,改变当地物候,加强水土保持以及提高土壤肥力等,但是缺乏综合评价矿区修复的方法。本文从AHP层次分析-指数线性加权综合评价方法,AHP层次分析-指数线性加权综合评价方法,数据包络分析方法(DEA)以及景观功能分析方法(LFA)等几种方式综合阐述矿区的复垦效益评价,将生态、经济和社会三大效益相互关联,最终达到三者的高度统一。实现矿山生态修复、生物质能源利用产业和循环经济产业的相互促进,有助于进一步补充和完善矿山生态修复的研究内容和体系,推动现有矿山修复研究与循环经济和可持续发展研究的融合,为促进低碳矿业经济、绿色矿业经济等矿区经济产业转型提供潜在理论指导。