离散粒子群优化-贝叶斯线性判别分析算法用于视觉事件相关电位P300的分类

P300在头皮上的导联位置并不明确,目前对P300的分类研究中,采用的电极组合各不相同,且不同被试在同一电极组合下得到的分类效果存在一定差异,要使所有分类精度都达到最优比较困难。而采用全导联方式则增加了数据处理量,导致系统实时性要求不能满足。为解决该类问题,提出一种基于离散粒子群优化(DPSO)的算法对P300进行最优电极组合选择,并将其与F-score进行了比较。然后利用贝叶斯线性判别分析(BLDA)对P300进行分类,比较了最优电极组合和其他电极组合下的分类结果,表明了DPSO对脑电最优电极组合选择的有效性,并提出了一组可能普适的P300最优分类电极组合,对提高基于P300的BCI系统实时性有重要意义。

基于Fisher判别分析的贝叶斯分类器

针对满足"类条件属性相互独立"假定的经典贝叶斯分类器无法有效利用类间信息的缺陷,结合Fisher线性判别分析,给出一种基于Fisher线性判别分析的贝叶斯分类器的改进算法。该算法通过寻找类与类最大分离的投影空间,将原样本向最大分离空间投影,以获得新样本,并采用贝叶斯分类器对新样本进行分类。实验结果表明,在给定的数据集上,该贝叶斯分类器的分类正确率较高,分类性能较好。

基于概率线性判别分析的可扩展似然公式化人脸识别

针对概率线性判别分析(PLDA)方法在训练及似然计算过程中矩阵大小随着标志类采样数量呈平方增长的问题,提出了一种基于概率线性判别分析的可扩展似然公式化方法。首先通过简单变换变量对角化PLDA模型;然后,利用贝叶斯准则和最大期望算法估算潜在变量一阶矩、二阶矩,从而对变换后的PLDA模型进行可扩展训练;最后,通过结合Woodbury矩阵特征存储模型信息,从而将大矩阵转换成低维向量或标量。在FLW及Multi-PIE两大通用人脸数据库上的实验验证了所提方法的有效性及可靠性,实验结果表明,相比其它几种较为先进的同类人脸识别方法,所提方法不仅取得了更高的识别率、更低的半错误率,还大大地降低了训练、似然计算复杂度。

一种新颖混合贝叶斯分类模型研究

朴素贝叶斯分类器(Naive Bayesian classmer,NB)是一种简单而有效的分类模型,但这种分类器缺乏对训练集信息的充分利用,影响了它的分类性能。通过分析NB的分类原理,并结合线性判别分析(Linear Discriminant A- nalysis,LDA)与核判别分析(Kemel Discriminant Analysis,KDA)的优点,提出了一种混合贝叶斯分类模型DANB (Discriminant Analysis Naive Bayesian classifier,DANB)。将该分类方法与NB和TAN(Tree Augmented Naive Bayesian classifier,TAN)进行实验比较,结果表明,在大多数数据集上,DANB分类器具有较高的分类正确率。

基于变分贝叶斯改进的说话人聚类算法

说话人聚类是说话人分离中的一个重要过程,然而传统的以贝叶斯信息准则作为距离测度的层次聚类方式,会出现聚类误差向上传递的情况。本文提出了一种逐级算法增强处理机制。当片段之间的最小贝叶斯信息准则距离超过设定的门限值时,或者类别个数到达一定程度时,将当前聚类结果作为初始类中心,通过变分贝叶斯迭代法重新对每个类别中的片段调优,最后再依据概率线性判别分析得分门限确定说话人个数。实验表明,本文方法在美国国家标准技术署08summed测试集上,使得"类纯度"和"说话人纯度"比传统算法都有了一定提升,且使得说话人分离整体性能相对提升了27.6%。

基于小波预处理和贝叶斯分类器的P300识别算法

提出了一种高效的诱发电位P300成分识别算法用于脑计算机接口。采用小波分解与重构法去噪,根据P300特征决定小波基函数和分解层数,抽取出最明显的特征成分,结合基于证据框架的贝叶斯回归学习方法,获得对应类别概率进行分类决策。数据来源于2004 BCI Competition中的dataset P300字符拼写实验,交叉验证的结果表明,滤波方法有效,特征提取和分类算法计算复杂度低,获得了比较高的分类精度,平均精度最高为90%。

基于近红外光谱技术的茶园土壤酸碱状况快速判别

为了实现对茶园土壤酸碱状况量化判别,以7个省份茶园313份土壤为材料,以酸碱度(pH表示)值在4.5~5.5的范围为最适宜茶树生长区间,将pH值划分为<4.5,4.5~5.5和>5.5 3个范围,提出了将近红外光谱信息与贝叶斯(Bayes)判别相结合进行定性判别酸碱状况是否适合茶树正常生长。在此基础上,采用多元线性回归(multiple linear regression,MLR)定量预测pH值。通过一阶导数(first derivative,1stDer)对光谱预处理,通过逐步判别分析(stepwise discriminant analysis)优选20条特征光谱,基于特征光谱数据结合Bayes判别构建定性判别模型,再通过MLR构建pH值的定量预测模型。结果表明,采用本研究的方法和构建的模型对茶园土壤酸碱状况总体准确判别率达83.54%,pH值预测相关系数均在0.9286以上,预测精度较高。证明运用该方法能实现对茶园土壤酸碱状况快速预测。

基于激光诱导击穿光谱的贺兰石识别分析

利用激光诱导击穿光谱(Laser Induced Breakdown Spectroscopy:LIBS)分析技术实现对贺兰石样品的实时、快速分析。实验基于LIBS技术采集贺兰石光谱数据,利用三次样条插值、数据平滑、标准正态校正等数据预处理方法,结合线性判别分析进行特征提取,利用贝叶斯分类器实现了贺兰石样品的快速、准确分析。实验结果表明该方法对贺兰石平均识别率为:99.5%,标准差1.31%,说明该方法识别贺兰石效果较好。

基于改进朴素贝叶斯模型的信用评估

伴随着消费信贷的快速发展,激起了对个人信用评估的需求。为了帮助金融机构更好的了解个人信用情况,结合快速独立分量分析方法(FastICA)和线性判别分析(LDA)提取数据特征的优势,提出了一种基于改进朴素贝叶斯分类算法的信用评估模型——FastICA-LDA-NB。将该模型应用于UCI上的德国个人信用数据集,在精确率、召回率两个评价指标值上表明所提模型具有较好的信用评估效果。

基于BIC和G_PLDA的说话人分离技术研究

传统的以贝叶斯信息准则(Bayesian information criterion,BIC)作为相似性度量的说话人分离技术,在短时对话的分离任务中能取得较好的效果,但是随着对话时长的增加,BIC的单高斯模型不足以描述不同说话人数据的分布,且层次聚类(Hierarchical agglomerative clustering,HAC)时,区分相同说话人和不同说话人的门限值难以划定.针对此问题,提出基于短时BIC和长时G_PLDA的融合方法,充分利用BIC在短时聚类的可靠性和G_PLDA在长时段上的优异区分性,在美国国家标准技术局(NIST)08Summed测试集上的实验表明,该方法将分类错误率(DER)从BIC基线系统的2.34%降到1.54%,性能相对提升34.2%.

基于BTSM-LDA的口形动态特征及多流异步音视频语音识别

引入一种基于贝叶斯切线形状模型（BTSM）的口形轮廓特征提取和基于线性判别分析（LDA）的视觉语音动态特征提取方法，该特征充分体现了口形特征变化的动态性，消除了直接口形轮廓几何特征的冗余。同时采用一种新颖的多流异步动态贝叶斯网络（MS—ADBN）模型来实现音视频的连续语音识别，该模型在词节点级别体现了音视频流的同步异步性。识别实验结果表明：采用LDA视觉语音动态特征的系统性能明显优于静态的口形轮廓几何特征，在语音信噪比为0～30dB的测试环境下，融合LDA视觉特征的MS—ADBN模型比多流异步HMM的平均识别率提高4．92％，说明MS—ADBN模型更好地表达了音视频流之间的异步关系。

使用机器学习算法基于行为决定因素的宫颈癌早期检测

宫颈癌是最常见的女性生殖道恶性肿瘤,发病率在女性恶性肿瘤中居第二位,在某些发展中国家甚至位居首位。在我国,宫颈癌也是危害女性健康与生命的重要疾病。幸运的是,女性可以通过接种HIV疫苗和定期筛查来预防这种疾病,但目前预防方法的结果和参与度都比较低。一方面是由于经济条件的限制,另一方面是因为女性本身预防知识和意识的缺乏。因此,为了积极预防宫颈癌,本文分别利用逻辑斯蒂回归、线性判别分析、二次判别分析、朴素贝叶斯、K-近邻方法检测基于行为决定因素的宫颈癌风险,并选择准确率最高的预测方法。而在正式进行预测分类前,本文利用主成分分析对数据进行降维处理;利用交叉验证对变量进行选择。

致密砂岩储层孔隙度预测方法研究

鄂尔多斯盆地临兴地区盒8段致密气储量大,然而现阶段大部分井在该层段测试产量并不乐观.近期通过测试三口井获得高产,压后产量超过10000 m^(3)/d,揭示了盒8段具有可开发的潜力.根据已钻井分析,孔隙度是影响产能的关键因素,寻找高孔储层对于提高盒8段产能意义重大.岩石物理分析表明,本区纵横波速度比能够区分砂泥岩,基于此,本次研究通过叠前反演预测临兴地区A区块盒8段砂岩分布.在此基础上,利用致密砂岩储层分类型孔隙度预测技术,针对低阻抗区,采用分斜率线性拟合预测厚储层孔隙度;针对高阻抗区,采用贝叶斯判别分析和协模拟预测薄储层孔隙度;将厚储层孔隙度和薄储层孔隙度的预测结果进行融合,得到储层整体的孔隙度预测结果.结果表明,该方法能够有效预测I类厚储层和II类厚储层的孔隙度分布,兼顾刻画I类和II类薄储层的孔隙度分布.通过分类型预测的方式,使储层孔隙度的刻画更加准确,为致密砂岩储层高效开发提供有效成果.