基于投影寻踪回归文本自动分类的模型

文本被表示为向量空间模型后,是维数非常高的数据,对其进行维数约简是必要的.投影寻踪正是一种稳健的、非参数化的维数约简方法.提出了一种基于投影寻踪回归的文本自动分类模型.应用该模型,可以真实地描述高维数据的客观内在规律,从而达到提高文本分类精度的目的,岭函数拟合函数的合理选择是提高分类精度的关键,故对拟合函数的选取做了初步的研究.采用标准文档集Reuters-21578进行了分类实验,同时在相同的预处理条件下,与目前常用的方法进行了对比实验.实验结果表明,该模型对文本自动分类具有较高的召回率和准确率.     

免疫进化的投影寻踪模型在文本分类中的应用

投影寻踪是通过寻找最能反映原高维数据的结构或特征的投影方向,把高维数据投影到低维子空间上,从而实现在低维空间上研究分析高维数据的目的.针对文本分类中维数灾难问题,采用投影寻踪模型,将高维的文本数据降到超低维.投影寻踪的关键是构造能够找到最佳投影方向的有效算法,本文根据免疫进化的思想提出了免疫进化的投影寻踪模型,该模型能...     

基于投影寻踪的kNN文本分类算法的加速策略

传统的k近邻(k-nearest neighbors,kNN)文本分类中,由于文本被表示成向量空间模型后维数非常高,且训练文本的数目巨大,kNN分类算法通常被视为是一种虽然有效,但并非高效的文本分类算法。针对传统kNN分类算法效率低下的问题,提出了一种基于投影寻踪思想的kNN分类算法加速策略。基本思想是:通过投影的方法缩减训练集的规模,同时在寻找k近邻过程中对文本进行降维处理,从两方面着手降低算法的计算开销。实验数据表明,优化后的kNN算法比传统kNN算法在时间性能上有较大的提升,同时保证了分类的精度。     

用投影寻踪方法建立准确的定量构性关系模型

用投影寻踪的方法搜寻理想的投影方向 ,以便使高维数据降维而发现数据中化合物的分类信息 .并利用这样的分类信息对样本进行分类建模 ,取得了理想的结果 .     

基于K-Means动态聚类的投影寻踪分类模型

投影寻踪分类模型作为一种多因素影响问题的综合评价方法,已经被研究者广泛应用在各个领域并取得了良好的效果.然而模型本身还存在密度窗宽不确定以及模型无分类规则等尚需解决的问题.针对这些问题,提出一个基于K-Means动态分类的投影寻踪分类模型,定义了一个新的投影指标.实证分析说明了该模型的可靠性和可操作性.     

投影寻踪模型在国民经济综合评价中的应用

选择15个经济评价指标,利用2006年福建省统计年鉴数据建立投影寻踪模型,对福建省8个省辖市和一个计划单列市(厦门)的国民经济进行综合评价和分析.研究表明:应用改进单纯形法求解投影寻踪模型参数,对国民经济进行综合评价,方法可行,便于操作,具有较强的适用性和应用性.     

基于MapReduce的粒子群投影寻踪模型的设计与实现

利用MapReduce模式设计并实现了粒子群投影寻踪算法的并行化,以提高算法的效率.在分类阶段使用了基于MapReduce的KNN分类算法并行,实验结果表明:基于MapReduce实现的粒子群投影寻踪模型能够有效地寻找到较好的投影方向,确保分类效果;并且与其串行算法相比,在实现效率上有较大的提高.     

投影寻踪动态聚类模型研究及其在洪灾评定中的应用

投影寻踪动态聚类模型是在投影寻踪聚类模型基础上发展起来的一种改进模型,该模型在消除原模型中密度窗宽确定的人为任意性的同时,把寻优过程和聚类结果有机地联系起来,具有稳定性好、客观性强以及分类结果明确等特点．洪水灾情的评定结果表明,投影寻踪动态聚类模型不仅能更好地实现投影寻踪的建模思想,取得令人满意的实际应用效果,也为同类问题的解决提供了一种新途径．     

水资源配置决策的粒子群与投影寻踪耦合模型

水资源配置决策涉及资源、经济、社会、生态环境等目标,属高维、非线性、非正态的系统决策问题.为此,利用投影寻踪技术对此决策问题进行降维处理,并采用粒子群算法优化投影指标函数,建立了水资源配置决策的粒子群与投影寻踪耦合模型.该模型直接由样本数据驱动,通过最佳投影方向计算决策方案的最佳投影值,可达到在低维空间进行水资源配置决策的目的,且易于编程实现.南水北调中线河南省水资源配置决策应用结果表明,粒子群与投影寻踪耦合模型的决策结果比模糊优选模型的决策结果合理,且分散性大.     

基于投影寻踪模型的集成系统风险评估

进行系统集成项目的风险评估,采用投影寻踪方法将多维指标项目进行降维处理,在低维空间研究投影特征值,达到研究高维数据特性的目的.通过样本采集评估项目风险,计算样本一维投影值,并结合具体的系统,确定项目的总体风险等级和各个影响因素的风险等级,构建了信息系统集成项目风险评估模型,利用其对项目进行了评估,评估效果较好,对集成系统的项目风险管理有一定的参考价值.     

Approach to Weighted Geometric Evaluation Based on Projection Pursuit

Weighted geometric evaluation approach based on Projection pursuit （PP） model is presented in this paper to optimize the choice of schemes. By using PP model, the multi-dimension evaluation index values of schemes can be synthesized into projection value with one dimension. The scheme with a bigger projection value is much better, so the schemes sample can be an optimized choice according to the projection value of each scheme. The modeling of PP based on accelerating genetic algorithm can predigest the realized process of projection pursuit technique, can overcome the shortcomings of large computation amount and the difficulty of computer programming in traditional projection pursuit methods, and can give a new method for application of projection pursuit technique to optimize choice of schemes by using weighted geometric evaluation. The analysis of an applied sample shows that applying PP model driven directly by samples data to optimize choice of schemes is both simple and feasible, that its projection values are relatively decentralized and profit decision-making, that its applicability and maneuverability are high. It can avoid the shortcoming of subjective weighing method, and its results are scientific and objective.     

高光谱遥感波段选择的非线性投影寻踪方法

针对高光谱遥感波段选择问题，提出了一种非线性投影寻踪指标，构造了投影寻踪迭代算法．对植被高光谱遥感图像的实验分析表明，该方法所选出的三个特征波段基本上相当于三个主成分方向所包含的信息量，特别是提高了易混类别的分类精度．     

背投电视的光学系统设计

根据背投电视使用的技术指标要求 ,设计出了大视场、高分辨率和长工作距离的光学系统 ,对背投电视的光学系统设计方法进行了初步的理论分析 .选用可以增大后工作距离的反远距光学系统 ,对光学系统进行复杂化 ,采用高折射率玻璃、厚透镜和非球面等方法 ,有效地解决了背投电视大视场与高成像质量等各种技术指标要求 .最后通过光学系统的优化设计 ,给出光学系统设计的最佳结果 ,即评价像质的各种像差曲线 ,从设计结果可以看出 ,这个设计完全满足背投电视使用的技术指标要求     

基于全局-局部保持投影的稀疏降维方法

该文提出了一种基于全局-局部结构保持的稀疏投影模型(GLSPP).通过对投影数据进行线性重构来保持数据的全局结构,从而保留投影数据的全局信息.通过约束重构系数矩阵与相似性矩阵的相似性来保持全局保持数据和局部保持投影数据的一致性.同时,对重构系数矩阵和相似性矩阵进行稀疏约束,保留主要信息,以减少冗余信息的干扰.在公开的4个人脸与物体数据集上的实验结果显示:该方法具有较高的分类准确率.     

关于极赤投影的正投影解法

极赤投影具有特殊的投影性质,所以它在多种学科中得到应用。本文所提出的解法将有助于极赤投影理论的研究及其的发展。     

基于M估计的自仿射投影滤波算法

研究了自仿射投影算法的收敛性能,并针对其抗突出值干扰能力不强的缺点,将稳健估计中的M估计应用于该算法,提出了一种基于M估计的改进自仿射投影算法（M-APA）,计算机模拟结果表明,该算法在基本保持原有算法收敛速度的同时,其抗突出值干扰能力远远优于原算法。提高了自适应辨识系统的稳定性和可靠性。     

二次投影算法的扰动分析

变分不等式问题已引起国内外学者和专家的广泛关注,求解变分不等式问题的算法也很多,其中,投影算法构造简洁且被研究变分不等式算法的学者深入而细致地讨论.二次投影算法是近年来针对变分不等式提出的一类新的非常有效的投影算法.对于求解变分不等式的投影算法,投影运算非常重要.因为实际计算时,投影运算常常不能精确求解,所以有必要研究这种不精确是否影响算法的收敛性.讨论二次投影算法中关键的投影运算非精确求解时的情况,证明了扰动后的二次投影算法有意义且所产生的序列仍然收敛到变分不等式的解.     

减小长度投影变形的一种地图投影新方法

以规则的经纬网格为单元，以每4个网格角点所构成的平面来切割并逼近椭球面，椭球面上同纬度的点子均以椭球短轴上的相应点为投影中心投影到各切割平面，采用这种类似楔形的投影方式，将减小长度投影变形的最大值，并使相邻图幅之间保持空间连续．突破了传统地图投影的禁锢，基于新大地坐标系对这种新的地图投影方法进行理论研究和数据验证．     

On Grey Relation Projection Model Based On Projection Pursuit

Multidimensional grey relation projection value can be synthesized as one-dimensional projection value by using projection pursuit model. The larger the projection value is, the better the model. Thus, according to the projection value, the best one can be chosen from the model aggregation. Because projection pursuit modeling based on accelerating genetic algorithm can simplify the implementation procedure of the projection pursuit technique and overcome its complex calculation as well as the difficulty in implementing its program, a new method can be obtained for choosing the best grey relation projection model based on the projection pursuit technique.