双参数Beta过程联合字典遥感图像超分辨

为了改善遥感图像超分辨重建(super-resolution reconstruction,SRR)效果,针对以往仅适用于单特征空间的稀疏字典超分辨算法,提出同时适用于两个特征空间的双参数Beta过程联合字典(Beta process joint dictionary,BPJD)遥感图像SRR方法。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率图像进行分块和Gibbs采样,生成字典训练样本。然后,依据BPJD,建立连接高、低分辨率遥感图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:所提方法可自适应地缩小字典尺寸,能以更小尺寸的稀疏字典重建更高质量的超分辨遥感图像,重建结果图像的纹理细节信息更丰富,峰值信噪比和结构相似性度均有提高。     

决策树挖掘技术在手术诊断上的实现

在ID3算法基础上提出了基于卡方测试的前剪枝算法，并在Jbuilder2006系统下构建了一个基于决策树挖掘技术的可视化决策系统。该研究基于B/S架构的系统，通过浏览器自动将服务器上的A pplet下载到客户端来访问系统，实现了医疗系统的手术诊断数据表的数据挖掘，所得到的实验结果与专家诊断结果基本吻合，取得了较好的实际应用效果。     

水面无人艇冗余路径点约减方法研究——基于最优路径代价估计

针对复杂海洋环境下USV在线路径规划问题,提出一种顺序-随机两模式的冗余路径点约减方法。利用估计通过路径点的最优路径来制定其被约减的概率,并通过概率值的自适应变化考虑更多路径点的组合方案。采用顺序方法控制随机约减范围,快速发现潜在的优化路径。在约减过程中考虑海流等复杂海况对USV运动的影响,从而降低USV的碰撞概率。实验结果表明,本文方法可有效地简化并优化USV路径。     

基于边际的组合分类器选择算法

研究表明,具有较大边际分别的组合分类器泛化性能更高.根据该结论,论文构造了一个新的基于边际的度量指标(MM)以充分考虑基分类器和组合分类器的分类能力,进而提出了一种新的组合分类器选择方法.该方法初始化组合分类器为空(或满),迭代的加入(或移除)具有最大(或最小)MM值的分类器,以降低组合分类器规模并提高它的分类准确率.在随机选择的24个UCI数据集上的实验表明,与其他一些高级的贪心组合选择算法相比,该方法具有更好的泛化能力.     

椭球等高分布族中下三角分解的一些结果

该文证明了正定阵下三角分解存在且唯一的结论,运用外微分的方法给出该分解的Jacobian,再分别得到Wishart分布、矩阵Beta分布、逆矩阵Beta分布和矩阵F分布的下三角分解的相应结果.     

利用模糊神经网络进行数据挖掘的一种算法

研究把模糊神经网络结合进数据挖掘的方法，经过模糊神经网络的建立，训练达到精度要求、网络的裁剪、隐节点激活值的聚类和规划提高的步骤，达到通过模糊神经网络方法从数据库中提取知识的目的，并通过仿真验证了算法有效性。     

Research into Freedom Surface Modeling System of Double Beta Spline in Space

ＲｅｓｅａｒｃｈｉｎｔｏＦｒｅｅｄｏｍＳｕｒｆａｃｅＭｏｄｅｌｉｎｇＳｙｓｔｅｍｏｆＤｏｕｂｌｅＢｅｔａＳｐｌｉｎｅｉｎＳｐａｃｅＬｉｕＸｕｍｉｎＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＪｉｎｚｈｏｕＴｅａｃｈｅｒｓＣｏｌ...     

PM2.5影响因素的主成分回归分析与预测

应用主成分分析和多元回归分析法对空气质量指数(AQI)进行分析,首先对数据进行Alpha可靠性分析、主成分分析得到两个主成分变量,进而对它们和PM2.5浓度进行多元回归分析,并且进行显著性检验,发现PM2.5与这两个主成分变量具有线性回归关系,最终得到一个1-α的置信区间,从而结合实际提出一些降低PM2.5浓度的对策。     

Ba空间中的Beta算子加Jacobi权的同时逼近

利用加权K-泛函与加权Ditzian-Totik光滑模的等价性,给出了Beta算子及其导数在Ba空间中加Jacobi权逼近的正、逆结果和逼近阶的特征刻画.     

Euler积分在积分和极限中的应用

对Euler积分在求定积分、反常积分以及某些特殊数列极限三方面的应用作了深入探索，给出了解决上述问题的新的途径和方法。拓广了Euler积分的应用范围。