SPSS项目分析在问卷设计中的应用

在调查研究中,调查研究工具的设计和选取非常重要,只有用高质量的问卷测试出来的数据才具有可靠性和价值性。本文通过实际例子的操作简要介绍统计软件SPSS项目分析在问卷设计过程中的应用。     

一种基于样本块的图像超分辨率方法研究

提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计算图像块先验概率和图像块之间的相容性,最后在马尔科夫框架下选取最优图像块,合成最终的高分辨率图像。实验证明本文提出的算法具有较好的超分辨率效果。     

小样本数据的Cu基非晶合金热力学性能软测量

针对Cu基非晶合金材料受时间、条件及制备成本的限制,导致获得的热力学性能数据较少,影响新材料的研发问题.提出一种在小样本数据情况下,仍然具有较好泛化能力的Cu基非晶合金热力学性能软测量方法,为新材料配方的优化提供模型参考.通过注入噪声,提出一种小样本数据的扩充方法,增加样本的多样性.考虑样本分布函数的未知,在准则函数中引入信息论的微分熵,建立最大熵准则的神经网络反向传播理论,获得具有较高泛化能力的数学模型.仿真分析表明:该方法可对三元Cu基非晶合金的小样本数据,建立其热稳定性及玻璃形成能力与材料配方之间的非线性关系,模型精度较高.     

LU/LC样本影像数据库管理系统的构建及其应用

针对遥感解译及土地核查中传统的人机交互方法人为影响较大、精度不稳定、判读标准不一等现象,综合地总结了土地利用/土地覆盖(LU/LC)常见典型地物样本及影像特征信息,通过建设数据库的总体流程、基本示例影像以及关键技术,从而构建具有一定通用性的LU/LC样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题,实现对样本影像数据统一存储、有序管理以及实时更新,更好地为生产决策服务。同时,结合该样本影像数据库,将LU/LC样本库知识学习应用于福州市地区1994年、2000年、2009年、2013年的遥感影像解译,获得影像的分类精度分别为87.89%、91.46%、88.35%、88.62%。结果表明,建立LU/LC样本影像数据库辅助解译减少了判读误差,并且精度较稳定及符合生产要求。     

应用粗糙集理论的航电系统电子对抗权重确定方法

针对现代航电系统评价中参数的权重系数难于确定问题,提出应用粗糙集理论对航电系统数据进行挖掘,求得各项参评航电系统性能因素的属性重要度,并进行权值化处理,将其结果作为其权重系数.在此基础上,结合主观赋权方法,提出综合权重的确定方法.对第三代战斗机航电系统电子对抗的权重确定结果表明,该方法有效地克服了传统定权方法的缺点,使评价结果更具客观性,提高了综合评判的准确性、有效性.     

χ2拟合检验法在成绩分析中的应用

以考试成绩为样本观察值,运用实用的拟合检验法进行统计,设计一种易于实现的量化处理过程,完成对考试成绩客观准确的分析,为教育质量监控和评价提供有效的保障.     

一种时空权重和边缘自适应的扫描格式转换

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

GM(1,1)模型改进算法及其应用研究

原始序列规律、一次累加生成序列光滑度及其初始值是影响GM（1,1）模型预测精度的主要原因.为了获得较高的预测精度,在原有改善序列光滑度方法的基础上,给出一种基于加权和最小平均相对误差的灰色改进算法.该改进算法不但能够提高拟合及预测精度,而且拓展了传统GM（1,1）预测模型的适用范围.将传统方法与改进算法应用于实际设备故障诊断和寿命预测,结果表明,改进算法对于机械设备的预知维修具有较好的参考价值.     

基于自适应特征融合的均值迁移目标跟踪

提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入S igmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败;特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.     

基于样本的等距特征映射的行为分析方法

针对运动捕捉数据分析和应用的效率要求,提出了一种基于样本-Isomap的行为分析方法.通过计算运动数据中样本帧的距离矩阵得到样本嵌入空间的特征向量,用其近似表示嵌入空间的特征向量,然后在该空间上计算非样本帧的投影,得到非样本帧的近似流形嵌入.结果表明当样本帧的选取比例在10%时可以近似得到整个运动数据的低维流形嵌入,且处理效率比原方法提高10倍以上.应用该算法对高维运动捕捉数据进行降维,能够提高运动捕捉数据分析和应用的效率.