约束线性描述分析与人脸识别

针对高维,小样本模式识别中的特征提取问题,提出了一种约束线性描述分析方法(CLDA).以线性变换后样本的类内距离与类间距离之比最小作为准则函数,同时加上约束条件使变换后的样本中心沿着特定的正交方向,通过白化变换、Gram-Schimdt正交化和正交子空间投影求解约束准则函数得到最优变换矩阵.针对入脸识别的小样本问题,根据奇异值分解定理实现白化变换.对ORL.和UMIST人脸库进行了仿真研究,结果表明CLDA方法的性能接近于某些Fisher描述分析万法如直接Fisher描述分析(DDA)和改进的Fisher描述分析(R-LDA).     

应用灰色统计进行纺织产品的抉择

本文利用灰色系统理论处理问题的特点，以一纺织厂对三种产品优化抉择为例，提出了用灰色统计综合评判的方法进行产品块择，取得了较满意的效果，为纺织产品的生产抉择提供了一个新的科学方法。     

南海北部珊瑚共生虫黄藻密度的种间与空间差异及其对珊瑚礁白化的影响

与造礁石珊瑚共生的虫黄藻(Zooxanthellae)的密度和色素变化是珊瑚礁白化的最主要特征.通过对海南三亚鹿回头、小东海和广东省大亚湾海区共12科21属39种石珊瑚的共生体虫黄藻密度分析,得出:(ⅰ)与珊瑚共生的虫黄藻平均密度变化于0.67×106~8.48×106cells/cm2之间,具有明显的种间差异性,其中枝状珊瑚的共生体虫黄藻密度相对较低(0.67×106~2.47×106cells/cm2),而块状珊瑚的共生体虫黄藻密度相对较高(1.00×106~8.48×106cells/cm2);(ⅱ)水深4m以内珊瑚共生虫黄藻密度普遍比水深7m左右接近海底的珊瑚的高;(ⅲ)相对高纬度的大亚湾(~22°N)与三亚(~18°N)相比,海温相同的环境下,与珊瑚共生的虫黄藻密度的纬度差异不明显;(ⅳ)局部白化的同一珊瑚个体,未白化部分的虫黄藻密度>半白化部分>完全白化部分.进一步分析认为:(ⅰ)块状珊瑚与枝状珊瑚虫黄藻密度的差异性可能是导致枝状珊瑚易于白化的主要原因,如低密度共生虫黄藻导致枝状的鹿角、杯形珊瑚等易于白化死亡;(ⅱ)珊瑚共生体虫黄藻密度受人为因素制约,如沉积物增加、潜水活动造成海水浑浊、海产品养殖活动引起的硝酸盐、磷酸盐增加等都可能导致共生虫黄藻密度降低.     

课堂教学评估的灰色聚类模型

本文将灰色系统理论的方法应用于课堂教学评估.在定义了指标的诸如白化权函数等概念的基础上,得到了一个教学评估的灰色聚类数学模型,为此类问题提供了另外一种解决途径.     

关于切地形存在锯齿状问题的解决方法及其对比效果

叙述了物探绘图过程中surfer 8对带地形的等值线图白化存在的锯齿状问题的解决方法及其对比效果。     

基于粗糙集方法和灰色系统的高校教师评价体系

针对当前高校改革与发展的需求,充分考虑影响高校教师评价结果的因素,建立了一个高效、可行的高校教师评价体系：首先,在评价阶段中运用粗糙集方法确定指标权重;然后,为更好地消除信息不完全及主观性评价产生的影响,引入灰色系统理论处理专家的评价数据,构建灰色系统评价模型,对高校教师的教学、科研和社会服务等工作进行综合评价． 并通过实例分析验证了该评价模型的可行性和有效性．     

灰色聚类关联分析法及其应用

灰色聚类关联分析法及其应用邱学军（北京系统工程研究所，北京９７０２信箱１９号，１００１０１）ＴｈｅＧｒｅｙＣｌｕｓｔｅｒＲｅｌａｔｉｏｎＡｎａｌｙｓｉｓＭｅｔｈｏｄａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｓＱｉｕＸｕｅｊｕｎ（ＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔ...     

基于余弦相似度模型的最佳教练遴选算法

介绍了一种基于余弦相似度模型的最佳教练遴选算法.该方法首先定义了执教能力评价指标,并针对指标中的时间相关因素给出了修正方法,最大程度地削减了时间因素对教练遴选算法的影响.采用单因素方差分析方法分析了性别对排名结果的影响,在此基础上提出了基于白化方法的改进策略,消除了性别的影响.采用对比策略,将所有教练的评价指标向量与理想化教练向量之间进行余弦相似度计算,最终遴选出最佳教练.基于实际数据的实验结果验证了算法的有效性.     

路基砂土液化势的灰色三角白化权函数聚类方法

借鉴灰色系统理论,将砂土液化与其影响因素之间的关系作为灰色系统,提出采用灰类白化权函数聚类的预测方法对砂土液化势进行预测。分析影响砂土液化的因素,选取震级M、地面加速度最大值gmax、标准贯入击数N63.5、比贯入阻力ps、相对密实度Dr、平均粒径D50和地下水位dw这7个实测指标作为砂土液化势预测的主要影响因子,并构造适于砂土液化势预测的各聚类指标的白化权函数,同时引入信息熵理论确定各指标的权重,采用本文提出的方法对16组唐山大地震震害资料对模型进行评价,利用广东省三水市部分地区的9组砂土液化实例进行仿真测试,并与工程实际结果进行对比。研究结果表明:所提出的基于灰类白化权函数聚类的砂土液化势预测方法具有较高的预测精度,准确率达90%。