基于MBC和POEM特征的人脸识别方法

针对人脸识别中单一特征难以取得理想效果的问题,提出了基于MBC和POEM特征融合的人脸识别方法.首先,在归一化的人脸图像上提取MBC编码图和POEM编码图,在每个编码图块上生成特征向量,应用线性判别分析对特征向量进行低维映射,并对其进行赋权相加得到最终相似度.所提算法在FERET的Dup1,Dup2,Fb和Fc 4个测试库上取得了较高的识别率,分别为93.77%,90.60%,99.58%和99.49%;在误识率为0.1%的条件下,在4个测试库上的认证率分别为95.70%,92.31%,99.75%和100%,进一步验证了该方法的有效性.     

活动重叠对缩短资源受限项目工期有效性研究

活动重叠是项目赶工的一种常用手段,但并非所有活动的重叠执行均能有效缩短项目工期.识别和评估项目中活动重叠对缩短项目工期的有效性,避免无效的活动重叠及资源的浪费,对于解决资源受限项目调度问题具有重要的理论和现实意义.针对现有进度生成机制在处理带有活动重叠的资源受限项目调度问题上的不足,本文建立整数线性规划模型并对小规模算例进行精确求解.在对求解结果统计分析的基础上识别影响活动重叠有效性的关键因素,为项目调度中制定重叠策略提供指导.通过一个算例验证预先识别有效的活动重叠对提升启发式算法性能和优化项目调度结果具有积极作用.     

基于多元统计分析的故障检测方法

作为数据驱动故障检测方法中的重要分支,基于多元统计分析的故障检测方法主要包括主元分析、偏最小二乘、独立元素分析和费舍尔判别分析.本文回顾了上述几种方法,包括数据模型、故障检测的原理及方法优劣.仿真实验说明了几种方法的特性及其故障检测的效果,并探讨了基于数据故障检测方法中的一些问题.     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

葡萄酒中游离氨基酸的测定及产地判别Ⅰ多元判别分析在葡萄酒产地判别中的应用

按照已有的方法分别对４个生产厂家生产的共２８个雷司令品牌的干白、半干白葡萄酒样品中的游离氨基酸进行了分析测定,对分析结果,采用直接判别和逐步判别方法进行了葡萄酒生产厂家的多元判别分析,得到了令人满意的识别结果．     

高中理科学生智力因素对高考成绩的预测研究

采用判别分析的多元统计方法,以智商和5种智力能力为预测变量,建立判别函数,由此对考生高考综合分数的类别作出预测．     

基于矩阵模式的局部子域最大间距判别分析

矩阵模式的Fisher线性判别准则(MatFLDA)作为近几年矩阵模式下的经典特征提取方法被广泛地加以研究和运用。然而MatFLDA方法作为全局判别准则一定程度上忽视了样本空间内在的局部结构和局部信息。在矩阵模式下,引入局部加权均值(LWM)并结合最大间距判别分析(MMC),提出一种具有局部学习能力的有监督的特征提取方法:基于矩阵模式的局部子域最大间距判别分析(Mat-LSMMC),提高了MatFLDA方法的局部学习能力,具有较强的特征提取能力。通过测试人造、真实数据集来表明所提方法的优势。     

赵家寨矿井充水水源的综合判别分析

本文以赵家寨矿井为研究对象,采集了奥灰岩水样7个,L1-4灰岩水样6个,L7-8灰岩水样25个,砂岩水样2个,第三系水样1个,第四系地下水样1个,老空水样1个。灰岩水样分析结果表明,不同含水层水化学类型有一定差异,如以L7-8灰岩水HCO3-SO4型水为主。以六大离子作为判别因子,经灰色关联度分析、判别分析以及BP神经网络判别模型3种判别方法,对突水水源判别对比,综合选择出适当的水源判别方法。研究表明,该矿井以六大离子作为判别因子时选择BP神经网络分析法进行预测的结果更加可靠。     

不同炒制方式及贮藏时间对苦荞茶滋味影响的智舌辨识研究

利用智舌对不同炒制温度、时间以及不同贮藏期的苦荞茶进行品质辨识,采用铂、金、钯、钨、钛和银电极作为工作电极,分别在1,10,100 Hz三个脉冲频率下进行品质检测;并利用主成分分析和线性判别分析对数据进行分析整理.结果表明炒制温度及储藏时间对苦荞茶的滋味品质影响较大,样品之间差异显著.相比之下炒制时间对苦荞茶滋味品质的影响不显著.主成分分析能够区分炒制温度差异较大的苦荞茶,而对于同一炒制温度不同炒制时间的茶样以及不同储期的茶样区分效果不佳.线性判别分析能够有效地区分不同炒制温度和时间制备的12组苦荞茶以及不同储期的7组苦荞茶,其区分指数分别达到99.8%和99.7%.