fuzzy向量空间的直和

研究了fuzzy向量空间的直和性质及其与fuzzy基的关系。     

多目标规划G—真有效解的二阶最优性条件

讨论如下形式的多目标规划问题V-min(f1(x),…,fp(x)^T)s.t.gk(x)≤k=1,2,…，m取得G－真有效解的二阶最优性条件。     

支撑向量机在沧州水资源可持续利用评价中的应用

沧州是一个水资源匮乏的城市,水资源是制约工农业经济增长的命脉,因此研究沧州水资源可持续利用问题意义重大.本文将可持续发展评价问题看成是模式的分类问题.考虑到传统的神经网络方法对可持续发展评价时具有训练速度慢,训练样本大,网络的泛化能力差等缺点,本文采用支撑向量机方法来训练沧州水资源可持续利用评价模型,对沧州的水资源利用问题进行评价.实验的结果表明,该模型预报的准确率比一般的神经网络准确率都要高.     

从体裁分析角度看中、英文求职信之间的异同

介绍体裁的概念以及体裁分析的特点,以两篇中、英文求职信为例,对"针对已知职位空缺型"的求职信进行体裁分析,比较此类求职信在中、英两种语言之间存在的异同现象,并就造成两者差异的文化因素做了探讨.     

基于机器学习的钻孔数据隐式三维地质建模方法

针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.     

一种新的基于脑电信号相似性分析的癫痫性发作自动检测方法

癫痫是最常见的神经系统疾病之一。脑电图是大脑电活动的记录,已成为检测癫痫发作的一种有效工具。如何通过数据分析以挖掘癫痫脑电的本质特征,是实现癫痫性发作自动检测的关键。提出了一种新的脑电信号相似性的分析方法,进而在这一方法的基础上定义了待测脑电与模版脑电之间的最大余弦相似度为癫痫脑电特征,并将其应用于癫痫性发作的自动检测。采用BONN和CHB-MIT两个公开数据库来验证该文所提方法的性能。和已有方法相比,该文所提自动检测方法将检测准确率从97. 53%提高至99. 85%。该文所提出的脑电信号相似性分析方法可以成功应用于癫痫性发作的自动检测。     

基于PNCC与基频的鲁棒电话语音性别检测方案

针对电话语音性别检测存在识别准确率较低的问题,提出了一种有效的电话语音性别检测方案(CNN+SVM); 首先,采用卷积神经网络(Convolutional Neural Network, CNN)提取幂律归一化倒谱系数(Power-Normalized Cepstral Coefficient, PNCC)的有效信息;然后, 结合优化后的基频特征,选用支持向量机(Support Vector Machine, SVM)实现性别分类.该方案有效融合了男、女发音和听觉感知特性上的差异,同时利用了CNN特征提取能力以及SVM鲁棒分类能力.仿真结果表明:CNN+SVM方案针对实际场景电话语音数据集的性别识别准确率优于传统识别方法.     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.