e_(ij)型数量化方法在小学生素质综合评价中的应用

陶凤梅等．ｅｉｊ型数量化方法在小学生素质综合评价中的应用．数理统计与管理，１９９８，１７（２），５～８．本文应用（日）林知已夫的数量化方法Ⅳ，对小学生素质评价进行试验，通过对样本统计量值的分析。

一种提高SIFT特征匹配效率的方法

为了提高SIFT特征匹配的效率,首先改造了SIFT特征描述符相似性度量的形式,以街区距离代替欧氏距离作为特征描述符之间的相似性度量,降低了相似性度量公式的时间复杂度;其次,提出了最近邻和次近邻假设算法,即假设待匹配图像中任意2个特征点为最近邻点和次近邻点,通过比较当前特征点与待匹配图像中其他特征点之间的距离,以及当前特征点与假设的最近邻和次近邻之间的距离,实现最近邻和次近邻的替换,最终得到实际的最近邻点和次近邻点。算法减少了相似性计算过程中特征点比较的次数,从而减小了算法的计算量。实验结果表明,提出的算法在保持鲁棒性的同时提高了SIFT特征匹配的效率,能够为一些快速性应用提供保障。

基于BP神经网络的棉花颜色级预测

为了方便快捷检验棉花颜色级,采用BP神经网络算法构建了基于棉纤维色度参数的棉花颜色级预测模型。模型以棉纤维的色度参数明度值和黄度值为输入变量,以棉花颜色级为输出变量,采用三层网络,网络的拓扑结构为2-12-1。通过对280份棉花试样的颜色级进行测试和BP神经网络模型预测,结果表明:BP神经网络预测值与实测值的平均相对误差为3.203%,所建立的回归方程拟合优度达到99%。认为:所建立BP神经网络模型具有较好的预测效果。

基于加权相似性度量的特征匹配方法

针对图像特征匹配过程中采集图像易受噪声、光照、尺度等因素影响使产生的匹配结果鲁棒性差、误匹配率高等问题,提出一种基于加权相似性度量(WSM)的特征匹配方法。该方法首先采用基于网格多密度聚类的特征匹配(FM_GMC)算法对原始图像进行特征聚类块划分;其次在每一特征聚类块中,采用Canny提取边缘特征点并使用尺度不变特征变换(SIFT)进行描述;然后采用加权的方式对特征聚类块之间的空间上下文信息间的Hausdorff距离、图像特征点外观描述子间的欧氏距离以及图像特征点的局部几何灰度信息的归一化互相关度量(NCC)进行相似性度量;最后依据最近邻距离比值(NNDR)对相似性度量结果进一步优化,从而确定特征匹配结果。以古建筑图像为数据集的实验结果表明WSM方法的平均匹配精确率达到92%,在匹配数量和精确率上优于常用的特征匹配方法,验证了该方法的有效性和鲁棒性。

变符号准则匹配方法研究

本文对变符号准则匹配法进行了理论分析.证明了在不考虑遮挡和几何失真的条件下,匹配点处的符号变化次数为最大,并且对于该算法的抗遮挡性能进行了讨论.在DPS-8/52计算机系统上用图象进行了大量的模拟实验.理论分析和实验结果证明,变符号准则匹配方法不仅在信噪比小于1的情况下能够正确匹配,同时在特定条件下具有抗遮挡的能力.

基于分形维数的多尺度面目标匹配对相似性度量

多尺度空间数据联动更新技术已经成为提高地图数据现势性的一种重要手段,为了解决该技术中目标匹配结果的质量评定问题,重点针对其中的面状要素,提出了一种基于分形维数的地图数据面实体相似性度量方法。基于分形维数的多尺度面目标相似性度量方法,以分形维数来刻画面目标的几何形状特征,结合其空间位置、大小和分布模式等信息,对多尺度同名面目标之间的相似性进行定量度量。该方法既考虑了面目标的局部结构特征,又兼顾了面目标的整体分布特性,还具有旋转、平移和尺度不变的特性。最后以某地居民地数据匹配对为试验数据进行试验,并通过与紧致度形状描述方法进行比较,结果表明,该方法在面目标相似性度量方面具有很好的实用效果,为多尺度地图面目标匹配结果评价提供了一种有效手段。

基于兴趣点局部分布特征的图像检索研究

针对当前图像检索方法存在检测正确率低、检测时间长等难题,为了提高图像检索效果,结合图像检索特点,设计了基于兴趣点局部分布特征的图像检索方法。首先分析了当前国内外图像检索的研究进展,指出当前图像检索方法的局限性,然后对待检索图像进行预处理,并提取其兴趣点局部分布特征,最后根据兴趣点局部分布特征建立图像检索相似度度量模型,并在Matlab平台上对图像检索方法的有效性和优越性进行了测试。其方法可以很好度量图像之间的相似度,图像检索正确率超过95%,图像检索时间完全可以满足当前大规模图像检索要求,获得比较当前其它图像检索方法更好的图像检索结果,获得了用户的满意。

未标识样本分类的模糊神经网络分类器OFMM

为了解决未标识样本的分类问题,提出一种基于多维度收缩的、新的排序-模糊神经网络分类器模型OFMM.该模型首先利用多维度收缩法对输入的所有样本进行排序,然后获得样本间的相似性测度值.并利用该相似性测度值指导随后的分类器超盒扩张与压缩过程,从而使得该模型不仅提高对未标识样本进行有效分类的性能,而且无论是在网络结构方面,还是在训练时间方面都有所改进.有关标准数据集的实验结果表明,该模型明显优于传统的通用模糊神经网络,是一种较实用且有效的分类器.

多维标度法在亲属关系中的应用

简单地介绍了多维标度方法的原理及理论,并介绍了加权多维标度方法的理论及原理,对亲属关系亲密的程度采用多维标度法进行了分析,展示了15种亲属关系可分为五大类,并由此得到在人们心中亲属的分类情况,根据这些分类来解释一些亲属间的关系,理解人际关系中的一些社会现象,帮助缓和彼此之间的一些矛盾.

音乐相似性的可视化:500位古典音乐作曲家的聚类和映射

文章将聚类技术和多维缩放分析应用于500×500作曲家的相似性/距离矩阵。目的是将相似度矩阵可视化或转变成古典(欧洲艺术)音乐作曲家的树状图和映射图。先分别构建了巴洛克时期、古典时期和浪漫时期的树状图和映射图,以及一张展示了七个世纪欧洲艺术音乐的映射图。最后使用线性和非线性典型相关分析来确定聚类技术和多维缩放方法所产生的维度的基础变量。

一种多尺度级联地磁匹配相似性度量准则MP-S

地磁匹配定位具有无源、隐蔽、无累积误差等优点,在军事领域展现出广阔的应用前景。地磁匹配定位的核心是通过度量磁场实测序列与地磁基准图中待匹配序列的相似性,来确定载体当前的位置。针对现有地磁匹配相似性度量准则未能兼顾地磁序列全局特征和细节特征、易受磁场扰动影响等缺点,提出一种基于矩阵轮廓(MP)算法的空间矩阵轮廓准则(MP-S)来实现多尺度级联地磁匹配相似性度量。通过级联细节特征和全局空间约束构造空间最近邻(NN-S)函数,能够有效筛选地磁序列细节特征的错误匹配,提高定位精度和容错性能;同时,针对MP算法计算繁杂的问题,设计了一种二维磁图轻量化(2D-MLight)搜索与计算策略,通过避免相邻待匹配序列相似性重复计算,显著降低相似性度量算法的运行时间。某飞行器实测地磁数据的处理结果表明,使用MP-S准则进行相似性度量的水平定位误差为48.6 m,匹配概率为93.99%,优于目前常用的均方差(MSD)准则,并且2D-MLight轻量化搜索与计算过程能够满足实时定位需求,对于提高特征较为平坦、存在局部扰动等复杂场景的地磁匹配定位性能具有良好的工程应用意义。