导数平方和准则与SVM参数优化

支持向量机(SVM)的性能与SVM参数的选择有关.SVM参数的优化需要一个准则.针对核函数选择RBF形式的情况,提出了一个新的SVM参数优化的准则,称作导数平方和准则.与著名的SVM参数优化方法如交叉验证或Radius/Margin Bound准则方法相比,利用提出的参数优化准则得到的分类面能够在原空间对样本集"平分秋色",体现了SVM分类器的结构风险最小化的原则,而且算法简单、计算量小、更易于实现.     

基于激光数据配准的移动机器人自定位

提出了一种基于激光数据配准的移动机器人自定位方法。该方法避免了对激光数据进行特征提取以及点对点的对应,仅以预处理后激光数据的核密度估计作为定位依据,以核相关方法作为比较相邻两组激光数据相似性的度量准则,并在此基础上建立以旋转平移向量为参数的自定位目标函数。最后采用BFGS拟牛顿方法对目标函数进行寻优,最终实现移动机器人的自定位。对180度激光数据的仿真实验结果证明了该方法的有效性。     

基于核的Fisher极小鉴别分析及人脸识别

Fisher鉴别分析被公认为是特征抽取的有效方法之一,但由于其只能抽取线性特征,而对于实际应用中复杂的样本图像分布,抽取非线性鉴别特征显得十分必要.先前的基于核Fisher鉴别分析算法虽然解决了非线性特征抽取问题,但是其存在最终特征维数受类别数限制的问题.为了能够进一步提高特征提取效率,提出了一种基于核的Fisher极小鉴别分析方法,该方法使得最终特征雏数不受类别教限制.在Yale和NUST603人脸库上进行了鉴别性能实验,实验结果验证了该方法的有效性.     

一种基于贡献率图的KPCA故障识别方法

提出一种新的针对KPCA模型的故障识别方法——贡献率图法。该方法是在微分贡献率图和核函数导数的基础上提出来的,它采用统计量T2和SPE对每个变量的偏导数来度量每个变量对统计量T2和SPE的贡献率。和基于数据重构法的KPCA故障识别方法相比,该方法不需要任何迭代近似计算和数据的重构,计算量小且可避免重构产生的误差对识别结果的影响。通过在某型涡扇发动机故障检测与诊断中的应用表明,该方法比基于数据重构法的故障变量识别准确率更高,再结合发动机故障机理分析,便可准确地确诊故障,从而大为缩短故障定位及排故的时间,预防重大事故的发生。     

嵌入式Linux操作系统实时性的分析与研究

通过分析嵌入式Linux在实时应用中的不足,从软中断模拟技术、可抢占式内核机制和实时调度策略等方面给出了改善系统实时性能的方法,同时提出了宏观调度结构,拓展了实时系统的应用范围.     

利用相似度分割特征集的混合核构造方法

核函数作为样本相似性的衡量尺度是影响支持向量机分类效果的重要因素。为了使相似性衡量尺度与样本特征的分布特点相适应,提出利用相似度分割特征集的混合核函数构造方法。通过研究每维特征在不同相似性函数下的区分能力,将特征集分割成相应的特征子集,并根据特征子集在分类中的重要性程度,对相应的样本相似度矩阵进行线性加权,得到最终的分类结果。实验结果表明,文中提出的混合核可以同时具有多种不同特性核函数的优点,改善了支持向量机分类器性能。     

一个带新型核的Hilbert类不等式及其应用

讨论了带新型核K（x,y）=x^μy^μ/max{x^λ,y^λ}的Hilbert类不等式,得到一个具有最佳常数因子的新的积分不等式,作为应用,讨论了它的等价式以及取特殊参数时的情形。     

利用小波变换提高基于KPCA方法的人脸识别性能

基于核主成分分析（KPCA）的人脸识别算法能够提取非线性图像特征,在小样本训练条件下有较好性能. 然而并非所有非线性特征对识别都有利,过多的不相关特征可能会降低识别性能. 针对图像信息冗余的特点,预先对图像进行小波变换,通过消除对识别无关的细节信息,不仅提高了KPCA方法的识别精度,而且降低了该算法对计算机硬件的要求. 同时,为了抑制KPCA对光照等变化的较高敏感性,还提出一种对图像灰度进行衰减的预处理策略. 基于ORL数据库的实验表明,综合上述措施的系统比传统方法具有更快的训练速度和更高的识别精度.     

多焦视网膜电流图在糖尿病视网膜病早期诊断中的应用

为解决目前临床上对早期糖尿病视网膜病(diabetic retinopathy,DR)诊断困难的问题,利用多焦视网膜电流图(multifocal electroretinogram,mfERG)和模式分类的方法,对DR进行早期诊断和自动分类的研究。对31例正常样本和58例早期DR样本,提取mfERG信号的平均一阶响应(K1成分)峰值和模板相关系数两个关键特征。使用线性分类器进行分类,并用“留一法”统计结果,正常人和早期DR病例的分类错误率为21.35%。该文还用聚类方法分析了早期DR样本的分布特点。结果显示,使用平均一阶响应的N2峰的幅值和位置作为特征对早期DR的诊断效果较好;早期DR样本的聚类结果具有一定的临床价值。     

基于局部多项式估计方法的ROC曲线估计

在医学诊断检测中,对于连续的检测结果,通常用ROC曲线来测量其准确性.作者研究了常用的ROC曲线的非参数估计,并给出一种新的核光滑估计方法.使用这种新方法,不但可以减少均方误差,而且只需用一个窗宽来估计,克服了Lloyd方法的缺点.