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...     

样本空间中的万有引力

借用宇宙空间中万有引力的思想 ,提出样本空间中“万有引力”概念 ,同时给出其在判别分析中的应用———引力判别法 .与Bayes、距离和Fisher判别法相比 ,引力判别法具有更广泛的适应性和较高的回代正确率     

基于Fisher判别的分布式K-Means聚类算法

为了解决集中式聚类算法不能处理海量大数据的问题,提出基于Fisher判别确定置信半径的分布式聚类算法.应用网络上各个节点的计算、存储能力,以及网络的带宽,将聚类所需的时间复杂度和空间复杂度平摊到各个节点.通过应用Fisher线性判别找到节点在同一子类数据上的稠密和稀疏分布,从而快速确定聚类的置信半径并指导下一步的聚类过程,使得保持聚类精度的同时能提高分布式聚类的速度.对算法进行了数值模拟,并使用真实数据完成了试验.结果表明,所提出算法相比DFEKM聚类算法,能根据数据分布的不同在聚类结果和聚类速度上达到很好的平衡,这表明该算法具有更好的健壮性.     

基于改进Fisher判别的起步工况驾驶风格研究

以实验采集的起步工况驾驶数据为基础,利用PCA分析筛选出驾驶员在起步工况下的风格特征参数,采用GMM聚类算法对起步工况下的驾驶数据进行分析.以驾驶风格聚类分析结果为基础建立了基于Fisher判别的驾驶风格识别方法模型,运用经典和改进Fisher判别对驾驶风格数据的测试集进行识别.结果表明,改进Fisher判别的识别正确率可达85%以上,证明了改进Fisher判别在处理驾驶风格会影响车辆的多种性能表现时有效,具有较高的准确性.      

弱膨胀土膨胀性判别与分级方法研究

针对弱膨胀土在路基工程中使用时的不同要求,可对弱膨胀土的膨胀性进行分级以方便采用不同的处治措施来减少经济损失.为避免使用单一判别因子判别法对弱膨胀土进行分级的不足,因此,以自由膨胀率、胀缩总率、塑性指数和小于0.002mm颗粒含量这4项作为判别指标,分别利用Bayes判别法、Fisher判别法和物元可拓判别法3种方法,建立相应的判别函数对弱膨胀土进行分级,将弱膨胀土的膨胀性分为强(G_1)、中(G_2)、微(G_3)3个等级,并对比3种方法.研究表明:这3种判别法都能较理想的用于弱膨胀土膨胀性的分级中,且相对于其他两种方法,Fisher判别法更方便、高效.     

增强Fisher判决的Bagging集成分类方法

提出了一种样本间的相似性度量方法,并将这种相似性度量信息附加到Fisher线性判别的类内、类间离散度矩阵,使得Fisher判决准则在使类内距离达最小、类间距离达最大的同时,也使类内相似度达最小、类间相似度达最大,获得比原始Fisher判别更好的投影矩阵.实验证明,与Bagging集成的Fisherface比较,该方法显示出更好的识别率.     

非平衡数据集Fisher线性判别模型

非平衡数据是指两类问题中正类样本与负类样本个数不相等,甚至相比悬殊.非平衡数据集会导致许多分类器的性能下降,这与分类器的构造原理有关.本文首先阐述了Fisher线性判别的分类机制,指出当两类样本的协方差矩阵不同时,样本不平衡会导致Fisher线性判别的性能下降.在此基础上,提出了一种加权Fisher线性判别(WFELD),以减小样本不平衡的影响.然后,从UCI中选择了8个非平衡数据集,并采用ROC曲线下面积作为评估指标进行比较,实验结果证明了WFLD模型的有效性.     

多类母体的广义距离判别及其应用

关于多类母体的判别问题,当母体间的差异主要不是表现在均值上而是“方差”上时,常用的判别方法都会失效。为此,作者引入了广义的距离判别法。此法不仅实用范围广,而且显著地提高了判别效率。此外,在正态假设下,它等价子Bayes的二次判别,因而是最优判别。     

最优组合因子Fisher判别法

以回代正确率为标准 ,利用因子组合对多个总体的样本数据建立Fisher线性判别方程 .经计算实例 ,得到较为满意的结果 .     

判别分析和SPSS的使用

给出距离判别法,Bayes判别法和Fisher判别法三者之间的内在联系,给出SPSS中Fisher判别法、非标准化判别法所对应的函数表达式,它们与3种判别法的关系.用例子验证所得的结论,说明利用SPSS中的判别分析方法进行3种判别分析的具体过程.