Face Recognition Based on Support Vector Machine and Nearest Neighbor Classifier

Support vector machine (SVM), as a novel approach in pattern recognition, has demonstrated a success in face detection and face recognition. In this paper, a face recognition approach based on the SVM classifier with the nearest neighbor classifier (NNC) is proposed. The principal component analysis (PCA) is used to reduce the dimension and extract features. Then one-against-all stratedy is used to train the SVM classifiers. At the testing stage, we propose an al-     

“回归直线法”在公司理财中的应用研究

介绍了回归直线法的由来,给出了相关性检验的两种方法:相关系数法和方差分析法,在此基础上,又给出了误差估计的3种简单方法:最大误差法、平均误差法和标准差法,使“回归直线法”在公司理财中的广泛应用,不仅具有可操作性,同时更具有可靠性.     

基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确率和速度。     

图书馆在构建和谐社会中的作用

从文化教育、信息支持和休闲娱乐三方面探讨了图书馆在构建和谐社会过程中的作用。     

组合套期保值的多元线性回归特征

从统计学角度推导了风险头寸和多种套期保值工具所组成资产组合的价格协方差矩阵逆矩阵的表达式,分析了该表达式的统计学特征.在此基础上,结合组合套期保值策略的基本模型,研究了组合套期保值策略最优套期保值比率的数理统计特征.结果表明,各套期保值工具的最优套期保值比率正好等于风险头寸价格对各套期保值工具价格进行多元线性回归后对应的复回归系数.揭示了组合套期保值方法和套期保值的回归分析方法之间存在紧密的联系.     

基于稳健关联向量回归的黑液波美度软测量

针对造纸工业碱回收蒸发工段黑液波美度不易在线实时测量的现状,提出一种基于稳健关联向量回归的软测量方法,建立黑液波美度的软测量模型,实现黑液波美度的在线测量。稳健关联向量回归方法通过最大化一个建立在稳健子集上的似然函数得到模型的参数,同时保证回归的稳健性。构造了迭代算法来计算稳健关联向量回归,在优化超参数的同时,寻找稳健子集。实验结果表明,用该方法建立波美度软测量模型不仅是可行的和有效的,而且能够克服异常点的影响。     

基于v-支持向量机的边际电价预测及置信区间估计

引入v-支持向量机，通过构造和求解一个凸优化问题，同时实现了对边际电价的预测和对置信区间的估计，且无需假定预测偏差的概率分布．在v-支持向量回归中，当ε〉0时，v是错误样本的个数占总样本个数份额的上界．利用该性质，边际电价预测的置信度和置信区间可以很自然地用参数1-v和变量ε来表示，这为发电公司进行竞价方案的风险分析打下了很好的基础．算例仿真表明，该方法具有较好的泛化性能和较高的预测精度．     

高校网络教育学习支持服务系统的研究与改进

通过对四川大学网络教育学院学习支持服务体系现状的调研,提出了改进学习支持服务体系建设的相关建议。     

基于拉格朗日插值的签名方案的研究

提出基于拉格朗日插值的签名方案存在小数位问题,并通过引入向量计算机制以消除数字签名中的小数位问题,最后对其进行了证明.     

ROLE OF α-PSEUDO-UNIVEX FUNCTIONS IN VECTOR VARIATIONAL-LIKE INEQUALITY PROBLEMS

In this paper, we introduce a new class of generalized convex function, namely, a-pseudounivex function, by combining the concepts of pseudo-univex and α-invex functions. Further, we establish some relationships between vector variational-like inequality problems and vector optimization problems under the assumptions of α-pseudo-univex functions. Results obtained in this paper present a refinement and improvement of previously known results.