用于人脸识别的张量图优化的Fisher判别分析

最近提出的图优化的Fisher判别分析(Graph-based Fisher Analysis,简称GbFA)具有很强的判别性能,并成功地应用于人脸识别。但GbFA需要将二维的人脸图像矩阵转化为向量,因此容易丢失像点的空间关系。为此,提出用于人脸识别的张量图优化线性判别分析(Tensor Graph-based Fisher Analysis,简称TGbFA)。该算法把二维的人脸图像矩阵看作二维张量数据,并通过GbFA方法迭代求得两个投影矩阵。在Yale和YaleB的人脸库的实验表明,TGbFA算法继承了GbFA的特性,与现有的张量线性判别分析算法相比,TGbFA具有较好的判别性能。     

一类判别分析问题的Bayes解

设有两个总体Ｇ０和Ｇ１,分别服从参数为λ０和λ１的指数分布,对于待观测的样本Ｘ,给出了相应的判别分析问题的Ｂａｙｅｓ停止判决法则,其中损失函数包括试验费用和误判损失两部分,Ｂａｙｅｓ停止判决法则由后验概率比的上界和下界所确定。     

一种非线性判别方法——堆球法及其应用

提出一种新的非线性判别方法,亦称堆球法,可用于机械故障诊断及质量控制.给出了这种方法的算法,分析了其基本性质.该方法简单且适用面广,程序实现容易.应用于滚动轴承滑动擦伤诊断的实例也表明了其有效性与实用性.     

山西翅果油天然群体果实类型的划分

以山西南部4个翅果油种源区的野生翅果油果实和种子为材料,以果长、果宽、种长、种宽为指标对翅果油进行了聚类和判别分析,对翅果油大宫灯、小宫灯和长果型进行了初步的类型划分,并建立了翅果油各个果型的判别函数。结果表明：分类后果型内部差异较小,果型间差异较大,分类效果显著;聚类分析后,以果长、果宽、种长、种宽为指标进行判别分析,得出3种果型的判别系数。根据判别系数建立3种果型的判别函数：Y长果型=7817x1+7059x2+15949x3 +1028x4-356719;Y大宫灯=7563x1+7703x2+13544x3+10327x4 -324752;Y小宫灯=5728x1+ 6787x2+12564x3+9606x4-250641。判别回代正确率达984 %,能较好地判别果型的类别。     

判别分析在土壤资源质量评价中的应用——以怀远县为例

本文试用判别分析法,利用计算机对怀远县土壤资源进行评价。选用12个典型土种,9个变量(即评价项目),并进行数字化。经多变量判别分析后,8个变量被入选而有效。然后选取最佳参数建立判别模式,对未知归属的土种进行判别归类,对典型土种的等级进行验证或适当调整。判别结果与经验评价分类完全一致。     

贝叶斯判别与逐步分类判别相结合的一个应用

首先对贝叶斯判别和逐步分类判别作了简单介绍,在分析两种判别方法的优势后,提出了将二者相结合的运用方法,先应用逐步分类判别剔除多余变量,再利用贝叶斯判别构造判别式,给出贝叶斯逐步分类判别的具体计算步骤,通过计算实例说明此种方法是行之有效的.     

逐步回归与判别分析的应用研究--在乳腺疾病建模中的应用

体内激素紊乱是导致乳腺疾病发生的重要原因，将逐步回归法与Fisher判别法结合应用于乳腺疾病建模中，对乳腺疾病与6种内分泌激素及患者年龄的关系进行了多元线性判定分析，建立了变量与相关疾病的逻辑回归模型与判别模型，该模型通过实际应用，判别效果较好，有助于乳腺疾病的诊断。     

低孔渗储层油水层判别分析方法

低孔渗储层油水层判别分析方法,从大庆长垣以东特低渗透油藏常规测井物理参数的概率分布属性具体特征出发,首先分析确定了特低渗透油层、油水同层、水层及干层的常规测井物理量的概率分布有的具有正态属性,有的具有近正态甚至完全偏离正态属性。据此充分利用传统的参数判别分析法对正态属性判别精度高的优势,提高判别符合率,同时考虑到非参数判别分析方法对非正态属性的适应性与稳定性特点,将两种判别分析方法有机结合,优势互补,建立了半参数判别分析模型,实现提高流体识别符合率的目标。经10口井资料处理解释,符合率达96％,见到明显应用效果。     

山区公路泥石流易发性评价的Fisher判别分析法

针对山区公路泥石流易发性评价问题,基于Fisher判别分析理论,在分析影响泥石流易发程度的基础上,选取9个影响因子作为判别指标,以G314线奥依塔克镇至布伦口段公路50条沟谷作为学习样本,建立了山区公路泥石流易发性评价的Fisher判别分析模型,利用回代估计方法对建模数据逐一进行检验,正确率达100%,并选用其它4组待检样本对判别模型进行验证,验证结果均与实际情况相符.研究结果表明:Fisher判别分析法用于山区公路泥石流易发性判别效果良好,是解决评价山区公路两侧沟谷泥石流易发性的一种有效方法.     

小波-Fisher的地下建筑通风设备故障诊断

将小波包分析与Fisher判别分析法相结合应用于地下建筑通风设备故障诊断问题中,运用小波包频道能量分解技术提取了不同频带反映地下建筑通风机不同工作状态的特征向量,以此作为Fisher判别分析的故障样本.通过分析计算建立了建筑通风机故障诊断的Fisher判别函数,并利用回代估计方法进行检验.结果表明:该模型准确有效,判别能力较稳定,不需要优化网络结构,为地下建筑通风机故障诊断提供一种新的预测方法.