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.     

改进朴素贝叶斯分类算法的研究与应用

由于生成参数学习方法以极大似然性为目标,从而导致分类精度较低.针对这一问题,本文提出了一种以最大化分类精度为目标的高效判别参数学习方法.该方法通过在频率估计方法中加入一个判别参数,从而判别性地计算参数的出现频率,加强实例属性与分类类别之间的关联性.在UCI数据集上的实验表明,该方法综合了生成学习与判别学习的优点,分类精度与目前主流的SVM算法相当,但是在训练时间上具有明显的优势.最后将本方法应用于油水层模式识别当中,其分类性能优于其他算法.     

基于加权Fisher模糊判别准则的真彩色影像分类方法研究

针对Fisher判别分类中,选取样本不平衡导致Fisher线性判别性能下降,提出了加权Fisher判别对类内散布矩阵进行修正的方法.同时,针对Fisher判别准则为阈值分类器,引入了一种新的Fisher模糊判别准则.该方法应用于无人机真彩色影像的道路、植被、裸土地分类,取得了较好的分类结果.并与传统Fisher方法进行...     

基于Q型聚类分析和贝叶斯判别算法研究储层分类评价

储层分类评价是油藏研究的重要内容,为了使储层分类更准确、合理,本文采用Q型聚类分析和贝叶斯判别算法相结合的方法,进行储层分类评价研究.综合优选砂岩厚度、孔隙度、渗透率、碳酸盐含量及泥质含量等各种储层参数.应用数理统计方法将这些参数集合起来,采用Q型聚类分析的算法对储层进行分类;在此基础上,采用贝叶斯判别算法,建立这些储层参数与储层分类评价的定量判别关系,即建立进行储层分类评价的判别函数,依据此判别函数对非取心井的目的层进行了定量分类评价.实例证明,应用Q型聚类分析和贝叶斯判别算法相结合进行储层分类评价是有效的,其应用效果良好.     

模糊判别

文本提出的模糊判别是讨论判别因子为语言变量情形,判别因子水平表述为相应论域上模糊子集的分类问题.当母体明确时即观测样品对母体的从属关系是明确的),以最大隶属原则作为判别准则.判别函数f_k由样品论域(?)上模糊子集(因子水平)取有限次并、交、补运算构成,从而将研究对象的分类建立在自然语言分析的基础之上.本文还对不明确母体的判别问题提出了一个数学模型.     

安徽省膨胀土分类和成因研究

判别土层是否具有膨胀性是膨胀土地区工程建设首先必须回答的问题,也是膨胀土研究中重要的问题之一.膨胀土的判别是通过一定手段回答某种土是不是膨胀土的问题,例如自由膨胀率分类法、蒙脱石含量分类法、多指标综合判别分类法、塑性图分类法,然后再对膨胀土进行分类,即把工程性质基本相近的膨胀土划为同类,以便为工程设计和施工提供合理的参数和科学依据.在膨胀土的判别上,国内外已开展了大量的研究工作,提出了许多判别与分类方法.     

模糊判别在采煤工作面顶板分类中的应用

在文〔1〕中,笔者提出了判别因子为语言变量的模糊判别模型.本文旨在对煤矿(?)采工作面顶板分类中应用模糊判别分析,建立顶板分类的数学模型.该模型类似于人的自然语言描述,直观地刻划了各类顶板的不同特征.当判别因子是对于母体相关的有序语言变量情形时,本文给出了这种情形时的完备判别函数组的一个构造方法.     

近红外光谱分析技术在鸡肉分类检测中的应用

针对近年来市场上不同品种不同级别的鸡肉混杂、以次充好现象,提出一种可以快速、准确判别土鸡和肉鸡的新方法.采用近红外光谱技术和聚类分析技术建立鸡肉分类判别模型,并讨论了不同预处理方法对模型预测结果的影响.结果显示:近红外光谱技术结合聚类分析技术能够对鸡肉建立一种快速的分类判别模型,该预测判别模型能够快速准确地对土鸡和肉鸡进行判别,其中数据经过二阶导数+矢量归一化后的模型预测判别率达100%.     

基于支持向量机的信用评估模型及风险评价

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏差及为了验证两种方法的鲁棒性,基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性,并对两种方法基于两种策略的误分类作了风险代价分析.     

关于整系数多项式无有理根的一个判别法的注记

对整系数多项式无有理根的一个判别法一文中的条件进行分类讨论,得到几类不可约多项式的判别法,较好地推广了Eisenstein判别法.     

具有多元利益关系的多目标决策与对策论

在经济与管理系统中．往往存在着具有多元利益关系的多个决策者，每个决策者 又处于不同的决策层次上．并且有多个目标。本文分析了这类决策问题的特点；提出 了多人多目标决策分析的形式化的数学模型框架，该模型是基于多目标决策理论与对 策论的基础上的。对于二人多目标决策问题，根据不同的利益关系给出了一系列可组 合的具体求解方法，井提出了具有决策支持功能的人－机交互式决策分析系统．     

决策树与模糊决策树的比较

对决策树与模糊决策树的异同进行了比较分析.模糊决策树是决策树在模糊环境下的一种推广 ,它作为一种知识表示形式更符合人类的思维.     

基于属性坐标分析和学习的评估决策模型

将决策的心理偏好或权重理解为：“在总分相等的条件下，决策认为各决策属性分数按其心理权重分布是最合理的。”在此基础上，将通常的决策问题分解为求一系列（等总分）局部最满意解的子问题，然后再从所有局部满意解的集合中，找出全局最满意解（即（1）的解）。并提出了一种直接面向决策（经验性）心理标准及其评估变化过程的决策模型－属性坐标学习和分析的评估决策模型。     

决策树算法的研究与改进

决策树是数据挖掘中重要的分类方法，本文在研究和比较几种经典的决策树算法基础上，提出了一种改进的决策树算法：基于度量的决策树（MBDT）．这种决策树实际上是把线性分类器和决策树结合在一起．实验证明，用该方法构造的决策树能有效地减少决策树的层数，从而提高决策树的分类效率．通过MBDT分类实验，验证了上面结论的正确性和有效性．     

一种新的模糊决策树模型及其应用

模糊决策树是决策树在模糊环境下的一种推广,虽然其表示形式更符合人类的思维,但在构造时会增加预处理的工作量和创建树时的开销。基于这种情况,提出了一种混合算法,算法保留了较少属性值的Shannon熵,计算多属性和连续属性值模糊化后的模糊熵。将该算法应用于滑坡数据的挖掘中,得到了更易于理解的决策树和有效的规则,与传统算法的性能比较也证明了该算法的有效性。     

一类有限理性的显示偏好和满意决策分析

对偏好关系不具备连通性、且相关问题的偏好具有一定一致性的决策问题进行了分析,阐述了显示偏好与决策函数间的关系,用价值函数和满意阈值将这类决策问题描述为满意准则下的基数效用的形式,最后论证了决策者偏好分别满足非循环性和传递性时的决策函数与满意阈值间的关系和特性.     

报高率确定决策事例的检索、匹配与调整

分析报高率决策事件的特征，提出了报高率确定决策事例的层次结构表示方法，研究了事例的组织与管理模式；对报高率确定决策事例的相似性进行了研究，提出了用贴近度表示报高率确定决策事例的相似度，利用灰色系统的预测理论，提出了一种报高率确定决策事例的调整模型。     

基于Web的制造过程协同决策方法及其应用

为解决制造过程中大量存在的决策问题 ,提出了基于 Web的制造过程协同决策方法 ,阐述了协同决策的网络结构、Web应用程序与数据库的接口方式 ,论述了应用于协同决策的多目标优化决策算法——最小加权均方差法和决策目标权重的获取方法。将基于 Web的协同决策方法应用于夹具的方案设计 ,取得良好的效果     

基于关联度和代价敏感学习的决策树生成法

针对ID3决策树生成法中存在的缺点,通过引用属性关联度和代价敏感学习,提出了一种基于属性关联度和代价敏感学习的决策树生成法。该方法利用粗糙集理论对条件属性进行约减,在构建决策树过程中,把属性的关联程度和性价比作为选择分裂结点的依据,利用改进的信息增益方法构建代价敏感决策树。试验结果表明,该方法在分类准确度和生结点总数量上比常用决策树生成方法优越。     

设备监测与诊断系统构成技术的研究和实践

对大型旋转机械设备的故障诊断知识获取问题进行了研究，分析了ＩＤ３决策树方法及其存在的问题，提出了能够适应于连续型属性的知识获取方法．在产生决策树的过程中，提出了一些控制策略，对产生的决策树和决策规则提出了评价准则，并用实例进行了故障诊断知识获取的说明．