贝叶斯框架下一组英语测试数据的统计分析

在贝叶斯偏差信息(DIC)准则下,研究了一组大型英语测试的二级反应数据在传统的项目反应模型、随机效应题组反应模型以及带有题组判别参数的题组反应模型之间的模型选择问题以及题目参数和应试者能力参数的估计问题.首先,基于Gibbs抽样程序得到的各个模型参数的MCMC样本,计算出了各个模型的DIC函数值,然后经过比较,确定带有题组判别参数的题组反应模型是该组数据较优的拟合模型,最后基于带有题组判别参数的题组反应模型,研究了该项测试的题目参数和应试者的能力参数的后验期望估计以及这些参数的95%的等尾置信区间,所得结果在合理范围内.     

非参数判别模型

提出了一类新的判别分析方法,主要思想是将非参数回归模型推广到判别分析中,形成相应的非参数判别模型.通过实例与传统判别法相比较,表明非参数判别法具有更广泛的适用性和较高的回代正确率.     

移动机器人室外环境分级地形分类与参数估计

对于具有一定越障能力的移动机器人,环境可通过性判别经常作为地形分类与地形参数估计的重要目标.针对室外地形复杂程度的差异,提出一种分级的地形分类与几何建模方法,为移动机器人的场景识别与运动规划提供参考.基于分层高程地图的地形表示方法,可实现对平坦路面上的可通行区域与障碍区域的快速判别.通过点云模糊分类,可有效校正高程地图在复杂地形状况下对机器人可通过性的误判.在此基础上,根据不同的地形属性将点云数据矩阵分割为地形片段序列,并根据片段间的拓扑关系判别其所代表的语义地形结构.采用区域生长法划分典型地形结构并估计其几何参数,从而实现室外典型地形建模以及机器人的越障辅助.实验结果验证了该方法的有效性和实用性.     

个人信用评估GA-SVM模型的构建与应用

文章针对SVM中的参数选择问题,提出了利用遗传算法进行优化的方法,并将其应用于商业银行的个人信用评估中,构建了个人信用评估GA-SVM模型;通过对GA适应度函数的设置来控制个人信用评估中给商业银行造成较大损失的"取伪"误判的发生;模型的应用结果表明,GA-SVM模型能够对样本数据进行较好的分类,并且"取伪"误判得到了控制.     

改进朴素贝叶斯分类算法的研究与应用

由于生成参数学习方法以极大似然性为目标,从而导致分类精度较低.针对这一问题,本文提出了一种以最大化分类精度为目标的高效判别参数学习方法.该方法通过在频率估计方法中加入一个判别参数,从而判别性地计算参数的出现频率,加强实例属性与分类类别之间的关联性.在UCI数据集上的实验表明,该方法综合了生成学习与判别学习的优点,分类精度与目前主流的SVM算法相当,但是在训练时间上具有明显的优势.最后将本方法应用于油水层模式识别当中,其分类性能优于其他算法.     

正交基低冗余无监督特征选择法

借鉴基于正则回归的无监督并行正交基聚类特征选择法和最大互信息系数,提出正交基低冗余无监督特征选择法.该方法在正交基下选择具有判别能力的特征,可用最大互信息系数矩阵选择低冗余性的特征子集. 4个图像数据集上的实验结果表明:该方法选择的特征子集可以提高聚类准确率.     

基于SenV-RBF的个人信用评分模型

将基于敏感性分析的RBF(radical basis function)网络应用于个人信用风险评估中,在训练中通过引入最大输出敏感度来度量隐藏神经元的数目及其径向基函数的中心,并构建了用于识别两类模式的基于SenV-RBF网络的个人信用评分模型.该模型对数据分布无任何要求,其在个人信用评分领域的运用,克服了统计等方法对假设较强的要求以及静态反映信用风险的缺点.经过比较分析,基于SenV-RBF网络的个人信用评分模型在分类的准确性和稳健性方面要优于传统的RBF,且精度可以达到支持向量机的水平.     

矩阵正定性判别的快速算法

在现代工程计算和统计科学中矩阵正定性的判别具有重要的应用价值.通常,为了判别一个矩阵的正定性,需要求出其所有的顺序主子式或全部的准确特征值.前者的运算量为O(n~4);而至今还没有切实可行的方法来求出矩阵的全部准确特征值.文献[1]利用递推手段给出了判别矩阵正定性的一种方法,使运算量降为 O(n~3).本文应用 Strassen 快速矩阵乘法与快速求逆方法,给出了判别矩阵正定性的一种快速算法.结果表明判别矩阵是否为正定问题的时间复杂度不超过 O(n~(2.81).     

基于多目标优化的数控实时任务参数选择方法

针对协同设计模式下数控实时任务参数的选择问题,提出一种基于多目标优化的任务参数选择方法.该方法依据实时任务模型、性能目标以及系统约束建立数控任务参数选择问题的多目标优化模型.对于优化模型的求解,提出一种具备协同进化算子与精英团队保留机制的扩展型非支配排序遗传算法,以实现在大规模决策空间下的快速搜索,使得数控系统整体性能目标最优.最后,基于仿真实验分析总结了数控实时任务参数选择策略,通过对比传统任务参数选择方法证明了所提方法在实际应用中的优越性.     

用Fisher判别法确定矿井突水水源

运用Fisher判别分析(FDA)理论,根据含水层的标型组分和涌水点水样的化学成分,针对简单的两类和复杂的多类突(涌)水水源识别,分别建立Fisher的线性判别函数模型和典则判别的函数模型,并对它们进行判别分析,将所建的矿井突(涌)水水源识别的Fisher判别模型应用于华北某矿井予以验证.研究结果表明:该模型利用回代估计法所得到的误判率小,并具有较强的判别能力.运用该模型进行判别分析,简易方便,分类效率高,对研究矿井突(涌)水水源的快速、有效判别意义明显;该模型适用性强,有广阔的应用前景.