基于最大熵的文本分类算法的改进

基于最大熵模型的文本分类算法对不同测试文档的训练结果相差较大.利用Boosting机制改进基于最大熵模型的分类算法,以提高该分类算法的稳定性.实验结果表明,该改进方法可以有效改善基于最大熵模型分类算法的稳定性,且分类精度也有一定的提高.     

最大熵谱的一种新的快速算法

本文导出了最大熵谱计算的一种新的快速递推算法,将原计算谱值中三角函数的复数运算化为一般自然数的四则运算,使计算效率提高到4倍多。     

基于最大熵的迭代分割算法

对于一些对象与背景像素灰度值类似的图像以及充满噪声的图像,传统的图像分割算法分割精度较低。为解决这一问题,提出了基于最大熵的迭代分割算法,根据求出的最大熵阈值将图像分为背景和对象两类区域;分别对两类区域求取灰度平均值,以该平均值将图像分为对象、背景和待分割3个区域;再对待分割区域进行迭代求取最终阈值,并根据最终阈值对图像进行分割。实验表明,该算法具有较高的抗噪性能,能精确分割一些轮廓不明显的图像,其分割精度明显好于其他传统图像分割算法。     

基于最大熵算法的全文检索研究

全文检索是一种有效的信息检索技术,改进最大熵模型的应用研究在自然语言处理领域中受到关注。笔者利用语料库中词性标注和词频标注的上下文信息,建立基于互信息的最大熵方法的检索系统,研究的重点在于提出一种中文分词算法,并从实际问题出发,采用面向对象和模型驱动的设计方法,将该算法应用于实际的全文检索系统的设计中。     

无约束最大子序列求和改进算法

给出了无约束最大子序列求和的一种改进算法，在不增加复杂性的前提下，突破了美国Mark Allen Weiss教授在约束条件下对该问题求解的算法，即该算法不能计算所有整数为负数情况下的最大子序列和（否则，结果视为0），从而解决了针对所有整数的无条件约束最大子序列的求和问题．     

基于最大熵的虹膜定位算法

针对虹膜图像自身的特点,先利用最大熵的方法把虹膜图像分成3个灰度等级,使虹膜最大限度的呈现出内外边界,然后在此基础上运用Daugman提出的虹膜定位算法能更有效地定位虹膜.实验表明,该算法具有更好的定位效果.     

一种改进的社区发现最大流算法

为合理设计最大流算法中边容量的分配策略,利用网页的入度和出度的概率分布以及Web页面间链接重要性差异,合理分配边容量,提出改进的最大流算法MBP.实验结果表明,改进的最大流算法MBP发现的社区质量多数情况下优于HITS算法和原始最大流算法.     

多维自回归模型的最大熵谱估计

本文以多维时序模型预测误差能量最小为依据，推导了一种新揿维自回归谱分析算法。理论和实验表明，该算法估计的模型精度较高，而运算工作量较低，是目前较好的一种算法。     

无约束最大子序列求和改进算法

给出了无约束最大子序列求和的一种改进算法,在不增加复杂性的前提下,突破了美国Mark A llen W eiss教授在约束条件下对该问题求解的算法,即该算法不能计算所有整数为负数情况下的最大子序列和(否则,结果视为0),从而解决了针对所有整数的无条件约束最大子序列的求和问题.     

联合最大熵的改进Niblack红外图像分割算法

针对红外图像在分割过程中容易产生过分割和边缘断裂的问题,该文提出了 一种联合最大熵的改进Niblack红外图像分割算法.首先,根据图像的像素矩阵确定邻域窗口,再利用图像整体与局部的灰度值信息选取修正系数,改善了传统Niblack参数选择方法的不足;然后,通过局部邻域熵确定背景因子,实现图像的背景分类;最后,采取最大熵法...     

Tsallis最大熵原理及其逆问题

首先研究并证明了Tsallis最大熵和约束条件下的Tsallis最大熵原理;其次,针对最大熵方法的逆问题,讨论了贝叶斯参数估计理论中利用Tsallis最大熵原理确定参数的先验概率的逆问题;对于一些具体的概率分布,根据Tsallis最大熵原理,利用变分的方法,求解出使Tsallis熵达到最大值的约束条件.该类逆问题的解一般不是惟一的,其他分布情况也可按此方法得出。     

极大熵聚类算法的收敛性定理

讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法.     

最大公共子图的约束符号求解方法

【目的】探索求解两个图最大公共子图的方法。【方法】建立最大公共导出子图的软约束满足问题(Soft CSP)模型,提出代数决策图(ADD)的符号求解算法。首先,分别对两个图中的变量和值域进行编码,完成两个图的ADD表示;其次,基于深度优先分支定界算法的思想,利用符号ADD的相关操作,实现对最大公共导出子图的求解。【结果】算例结果表明,该方法准确可行。【结论】该方法能有效缩减搜索空间,从而提高问题的求解效率。     

有预算限制的最大并行流问题

改进了Garg N和Koenemarm给出的求解具有预算限制的最大并行流问题的近似算法，使得算法求出的目标函数值的近似性由原来的λ≥（1-ε）^3OPT改进为λ≥1／（1＋3ε）OPT，更接近最优值，而算法复杂性不变，给出数值例子，验证了算法改进的有效性。     

多目标非光滑半无限规划极大熵方法及收敛性

用极大熵方法来逼近目标非光滑半无限规划,并利用熵函数序列的一些收敛性质（v-收敛性,即variational convergence),在一般意义下给出该逼近方法的收敛性。     

有限长观测数据的最大熵谱分析与算法

利用长度有限的观测数据估计随机过程的功率谱，是随机信号理论的主要应用之一，常规的谱分析方法，往往无法兼顾分辨力和平滑性两方面的需要，而用最大熵谱分析方法则可得到分辨力很高的，平滑的谱估计，在观测数据较少时，这种方法更能显示出其较之于常规谱分析方法的优越性，本文简要介绍了最大熵谱分析方法的基本概念及算法，通过计算机模拟的结果和常规的谱分析方法进行了比较和分析，从中得出了一些较有实用价值的结论。     

基于改进麻雀搜索算法的最大指数熵分割方法

为了解决基本麻雀搜索算法(sparrow search algorithm,SSA) 依赖初始种群和求解精度不高的问题,提出一种基于Circle混沌映射和随机游走的改进的麻雀优化算法(improved sparrow optimization algorithm,CRSSA) 。该算法为了增强麻雀种群的多样性,在麻雀初始阶段引入混沌Circle 映射; 采用随机游走对最优麻雀进行扰动,使其在麻雀寻优后期,增强算法全局搜索能力,跳出局部最优。同时选取15个测试函数对其算法进行性能测试。结果表明：与原始的SSA 、蜉蝣算法(mayfly algorithm,MA) 、粒子群优化算法(particle swarm optimization algorithm,PSO) 、鲸鱼优化算法(whale optimization algorithm,WOA) 和灰狼优化算法(gray wolf optimization algorithm,GWO) 相比,改进的麻雀搜索算法具有寻优速度快、求解准确度高和鲁棒性强等优点。将该方法应用在多阈值图像分割中,通过对比不同算法的峰值信噪比(peak-to-signal ratio,PSNR)、结构相似性(structural similarity index,SSIM)、适应度函数值和运行时间性能指标,可有效解决多阈值分割问题,具有一定的工程应用价值。     

基于模糊变换耦合最大熵的医学图像融合算法

针对融合医学图像在过渡区微小细节及边缘信息不够清晰,边缘容易失真等问题,提出了一种基于模糊变换耦合最大熵值的多模态医学图像融合算法.首先,将待融合图像划分为大小相同的非重叠图像块,引入模糊变换对得到的图像块进行处理得到模糊子块,并利用邻域最大熵融合规则对模糊子块进行融合,获取新的融合子块;然后,将新的融合子块进行逆模糊变换,利用选择最大值融合规则,将逆变换得到的子块进一步融合生成最终融合医学图像.实验结果表明:与当前医学图像融合算法对比,本文算法在主观评价与客观评价指标边缘强度、信息熵、互信息、峰值信噪比上具有更大的优势,其融合图像边缘更加清晰,细节丰富,克服了边缘模糊与伪轮廓,更能够有效完成医学图像融合,实现了多模态医学图像信息互补.     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。