用模糊K均值聚类分析研究茶叶分类

选用茶叶的6个化学参数,运用模糊K均值聚类分析方法进行分类研究,得到了比判别分析等其他方法更为丰富的信息,有利于对分析结果进行研究,是一种具有优势的模式识别方法.     

面向增量信息自动化提取的居民地时空变化分类研究

居民地数据是一类重要的地形数据,其变化非常频繁.当居民地数据更新以后,数据生产者如何提取增量信息并及时发布给用户是迫切需要解决的问题.增量信息是由于居民地的变化引起的,不同的变化产生的增量信息存在很大差异,因此分析居民地的变化是实现增量信息发布的一个重要前提.本文着重于分析居民地变化的分类及其描述.基于变化的4个相关因子,提出了居民地变化分类模型,并利用规则表达式(IF-THEN)描述了各种变化类型及其产生的增量信息.最后,以我国1:25万地形数据库的居民地数据的增量信息生成验证了上述思想.图3,表1,参6.     

略论英语委婉语

英语委婉语是现代西方社会文明发展的重要标志之一。它既是一种修辞手段，又是一种文化现象。因此，了解并熟悉英语委婉语，对于理解西方文化有重要作用。     

视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

衰落信道中基于累积量的QAM信号分类

针对在瑞利和莱斯慢衰落信道下的QAM信号的调制分类问题,提出一种新的基于四阶累积量的调制分类算法。归一化四阶累积量由接收QAM信号的基带信号估计出,与不同星座的理论值比较得到分类准则,其计算复杂度仅为N阶(N为样本个数)。数值仿真实验结果以及与已有方法的比较证明了理论分析的正确性和算法的实用性。     

一种基于Cross-Product与HashTree的IP分类算法

在Cross-Product算法的基础上，结合哈希树（HashTree）数据结构，综合二者的优点，提出了一种新的IP分类算法CPHTIT（Cross-Product and HashTree with index table）。仿真结果表明CPHTIT在时间和空间上都达到了高速IP分类的要求，与现有经典算法Grid of Tries和Modular比较，其综合性能有所改进。     

瑶药竹柏的药用研究

简述了竹柏属植物的形态特征、生态特征及各个种的地理分布,介绍了常见种的化学成分和药理作用,为民族药的开发与利用提供了理论支持.     

基于局部二元模式算子的人脸性别分类方法

提出了两种基于局部二元模式(Local Binary Pattern,LBP)算子的人脸性别分类方法:级联LBP方法和boosting LBP方法.前一种方法遵循从局部到整体的级联策略,使用LBP算子对由小波分解得到的细节图像进行特征提取,以达到扩充特征提取范围和增强所提取特征的有效性的目的,随后采用自适应加权机制对人脸图像的各个分块赋以不同的权值.后一种方法采用可变尺寸的子窗口对人脸图像进行扫描,在扫描所得的每个子窗口中,使用LBP算子对该子窗口提取LBP直方图.计算样本图像的LBP直方图和模板的LBP直方图之间的度量,并由此构建弱分类器集.利用Adaboost算法选取最有效的若干个弱分类器集组合成为强分类器.进行了三个基于LBP算子的人脸性别分类实验,实验所使用的训练集和测试集皆选自FERET人脸数据库.实验结果证明:LBP算子能有效地从人脸图像中提取出针对人脸性别分类的特征,并可以达到人脸性别分类的目的.所提出的两种基于LBP算子的方法可以有效的解决传统LBP方法所存在的特征提取范围有限、加权机制客观性不足等问题.     

分类回归树中分裂法则的相合性质

讨论度量误差对分类树回归结果的影响,证明了对于某些常用的分裂法则来说,度量误差的存在会影响类边界估计的相合性.在一种简单情况下,提出了一个分裂法则,在该法则下,度量误差的存在不会影响类边界的相合性.     

基于核函数主元分析的机械设备状态识别

研究了核函数主元分析在机械故障模式分类中的应用，通过计算原始空间的内积核函数实现原始数据空间到高维数据空间的非线性映射，再对高维数据作主元分析，求取更易于分类的核函数主元，实验表明，核函数主元分析更适于提取故障信号的非线性特征，能有效区分不同的故障模式，可以应用于机械设备的状态识别。