基于加权距离的一种认知诊断方法

马氏距离判别方法(MDD)是一种新的认知诊断分类方法,广义距离判别方法(GDD)和海明距离判别方法(HDD)为它的特例.使用香农熵作为马氏距离的权重矩阵,根据距离最小原则将被试的观察反应模式分类到理想反应模式,再由特殊的测验设计,将理想反应模式一一对应到知识状态上.蒙特卡洛模拟研究表明:在0-1评分模型下,选择模式匹配率和平均属性匹配率作为评价分类效果的标准,MDD的分类效果好于GDD和HDD.     

一种非参数的多策略方法:多策略的海明距离判别法

将单策略汉明距离判别法(SS-HDD)拓展至多策略情境(MS-HDD),并通过多因素的模拟设计及与已有研究的比较,考察其精确性与适宜性.研究结果表明:1)MS-HDD构建思路简洁,无需前提假设和参数估计,计算简便;2)单策略情境:MS-HDD与SS-HDD具有等同的判别效果,且判准率均高于相同条件下的广义距离模型(GDD)和多策略广义距离模型(MSCD);3)多策略情境:MS-HDD具有与MSCD相当的PMR和SMR,MS-HDD可适于多策略测验情境.     

Logistic回归模型的统计诊断与实例分析

通过研究logistic回归模型的诊断,对模型的影响分析、均值漂移模型、异常点的score统计量进行了分析.推导出了判别强影响点或者异常点的诊断统计量,如广义cook距离、似然距离,讨论了局部影响分析,最后给出了实例分析.     

Contourlet-1.3广义高斯模型纹理图像检索系统

为了提高基本轮廓波变换纹理图像检索系统的检索率,提出一种基于contourlet-1.3的纹理图像检索系统.该系统将广义高斯模型参数级联构造特征向量,采用Kullback-Leibler距离来衡量纹理图像之间的相似性.结果表明:在特征向量长度、检索时间、所需内存相同的情况下,contourlet-1.3广义高斯模型比同样架构的基本轮廓波变换检索系统具有较高的检索率.而且,在计算复杂度相当的情况下,广义高斯模型与KLD距离相结合,检索率高于能量特征和欧氏距离相结合的情况.     

基于非欧氏距离的广义噪声聚类

利用一种新的距离测度将Dave的广义噪声聚类(GNC)扩展成非欧氏距离的广义噪声聚类(NGNC).模糊C-均值聚类(FCM)和广义噪声聚类都是基于欧氏距离的模型,与它们不同之处在于NGNC是基于非欧氏距离的模型,建立在鲁棒统计观点和势函数基础上,这种非欧氏距离比欧氏距离更加鲁棒,因此NGNC算法比GNC算法更加鲁棒.并且,建立在新的距离测度上的NGNC在处理噪声和野值方面比GNC和FCM更好.实验结果表明了NGNC的良好特性.     

基于近红外光谱技术的苹果霉心病检测方法

为实现苹果霉心病无损检测,提高果实品质,以斗南苹果为研究对象,利用MPA近红外光谱仪,采集了100个苹果,4000~12500cm-1波长范围内的漫反射光谱。将主成分分析(PCA)分别与马氏距离判别模型和Fisher判别模型结合,比较两种判别模型对霉心病的判别精度。试验结果表明：在对苹果样品全波段光谱数据进行主成分分析后,将前10主成分作为输入变量建立判别模型,马氏距离判别模型正确识别率为97.14%,Fisher判别模型的正确率为88.57%,马氏距离判别模型明显优于Fisher判别模型。     

正项级数的广义Cauchy判别法

对正项级数的Cauchy,判别法作了推广,得出正项级数的广义Cauchy判别法.使原来的Cauchy判别法成为该判别之特例,从而扩大了它的使用范围.     

GDD-P在进位计数制中的应用

以“进位计数制”为测验内容,运用基于多级评分的广义距离法（简记为GDD-P）进行认知诊断,得到被试的属性掌握模式,这不仅验证了可以对多级评分测验进行认知诊断,且提供了一种多级评分认知诊断的应用范例。     

马尔科夫调制泊松点过程的熵率和相互信息率?

显示地导出了一类连续时间参数隐马尔科夫模型-马尔科夫调制泊松点过程(MMPP)的熵率和相互信息率.模拟研究表明这类隐马尔科夫模型参数的最大似然估计的精度和效与观测过程和隐过程之间的相互信息率密切相关.一般地,相互信息率可作为MMPP中各个混合分量广义距离(或差别性)的一个度量.     

持续生存函数与时滞模型

本文以Razumikhin方法为基础,将持续生存函数法推广到时滞模型,得到了时滞模型一致持续生存的一些判别准则;并把它应用于两种具有时滞的广义的Logistic模型.