基于加权主元分析(WPCA)的人脸识别

将特征加权和主元分析相结合,提出了一种新的加权主元分析方法;这种方法先根据加权重建误差最小化,计算出各类训练样本的加权子空间,然后计算测试样本点到各加权子空间的距离,并根据该距离进行分类识别.最后,通过对剑桥ORL数据库进行的试验证明,该方法与传统的主元分析相比可以在不增加运算量的情况下大大提高识别率.     

局部紧空间上的正则Fuzzy测度

研究了局部紧Hausdorff空间上正则Fuzzy测度的性质,在一致自连续的条件下,正则Fuzzy测度趋于零的集,其可数并在正则Fuzzy测度趋于零,正则Fuzzy测度的和与积是正则Fuzzy测度。对于正则Fuzzy测度、经典测主空间上的Lusin定理在一定条件下成立。     

一个特殊分形集的Hausdorff测度估计

利用满足开集条件的自相似分形的性质，得到一个特殊分形Hausdorff测度的上界估计公式。由此公式，对它的Hausdorff测度的上界进行了估计，并用两种方法估计了它的Hausdorff测度的下界。     

集中连片特困地区村域贫困指数测度分析——以宁夏隆德县为例

基于实地调研的贫困农户数据,测算宁夏隆德县样本村2010—2015年的农村贫困承受指数、FGT指数、脱贫时间指数.结果表明,隆德县各地形地貌样本村和各民族样本村的恩格尔系数、贫困发生率以及贫困深度3者整体上都呈现下降的趋势;隆德县样本村的贫困承受指数、贫困强度指数均在波动中下降,说明贫困程度向好改善,但由于抗外界扰动能力的不足,因灾、因病、子女上学等引起的外生性的风险所带来的返贫和致贫现象突出;隆德县样本村的脱贫时间指数整体上呈现缓慢下降的趋势.六盘山区样本村的贫困广度、深度、强度都位于3种地貌之首,扶贫的任务依旧很重.因此,在精准扶贫背景下,对贫困户的精准识别是新时期做好扶贫工作的首要前提,扶贫资源的有效精准配置是保证扶贫与减贫事业可持续发展的推动力,还需加强贫困地区社会公共事业建设,确保资源的共享、对于不同的民族类型区要精准施策,以及动员多元主体参与扶贫.     

基于云理论与加权马尔可夫模型的矿井涌水量预测

针对矿井涌水量预测问题,提出一种新的既考虑模糊性又考虑随机性的云加权马尔可夫预测模型。其过程为:首先,利用云理论对矿井涌水量状态概念进行云划分,通过X条件云发生器确定训练样本各年份涌水量所属状态;由于云模型具有模糊和随机特性,同一样本属性值通过X条件云发生器时,输出不同的状态,从而形成不同情形下的马尔可夫状态空间,为此,根据各种情形出现的频数,确定各自的权重。然后,应用加权马尔可夫预测法,计算各种情形下预测样本所属状态的概率矩阵,加权求和得到最终的预测概率矩阵,并根据最大隶属度原则,确定预测样本所属状态。最后,以河南鹤壁四矿1982—1999年的矿井涌水量时间序列作为训练样本,采用所建立的云加权马尔可夫预测模型,对2000—2001年的矿井涌水量所属状态进行预测,研究结果表明:2000年和2001年的涌水量预测状态同为状态5,属涌水量较少年份,与其实际状态相一致。     

一种基于衰减系数的混沌时间序列预测法

为提高加权一阶局域模型的预测精度,提出一种改进型混沌时间序列预测方法.该方法用衰减系数和时间延迟修正向量距离公式,调节邻近点与中心点的相关性,同时,只用邻近点中与预测值相关性最大的分量进行线性拟合.利用该方法对Henon混沌时间序列进行预测的结果表明,衰减系数取最佳值时,相对于现有算法,该方法可以更精确地预测混沌时间序...     

基于类加权YOLO网络的水下目标检测

由于水下目标检测面临着图像模糊、尺度多样化、复杂背景等问题,给水下目标检测应用带来很多挑战.本文提出了一种基于类加权YOLO网络的水下目标检测方法,主要思想是在深度网络YOLO的基础上,构造了类加权损失函数,来平衡样本难易程度以获得更好的效果,并引入了目标框自适应维度聚类方法,进一步提升了检测性能.实验结果表明,本文算法与传统的YOLO网络模型相比,在每幅图片包含近20个目标的密集目标检测任务中,能够将平均准确率从71.2%提升至74.1%,召回率由71.1%提升到78.3%.     

相似比a∈[1/4,1/3)的泛Sierpinski垫片的精确Hausdorff测度

讨论了泛Sierpinski垫片的精确Hausdorff测度计算问题.当相似比a∈[1/4,1/3)时,记s=-log3/loga为泛Sierpinski垫片的Hausdorff维数,该文证明了泛Sierpinski垫片的s-Hausdorff测度为1.     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

3.0T磁敏感加权成像在颅内胶质瘤中的应用价值

目的探讨3.0 T磁敏感加权成像在颅内胶质瘤诊断中的应用价值.方法经手术病理证实的20例高级别胶质瘤和12例低级别胶质瘤,均行MRI扫描和SWI,15例(10例高级别胶质瘤和5例低级别胶质瘤)于增强前后行SWI.将SWI与常规T1 FLAIR、T1 FLAIR增强图像作比较,并对SWI瘤内低信号形态及数量进行分级评分....