流形学习中邻域大小的选择算法

流形学习是将高维空间的非线性数据映射到低维空间。已有的流形学习方法都是在合适的邻域上进行的,因此,邻域大小的选择是流形学习成功的关键。本文提出了一种邻域选择算法,该方法在保证邻域图连通的情况下,根据流形结构的局部线性特性,对不同结构的流形选择合适的邻域大小,特别是当数据点具有聚类的特性时,能很好的重构流形。用几种拟合数据进行测试,并对算法复杂度进行了分析,结果表明算法稳定,简便,有效可行。     

基于C-均值聚类的高分辨距离像识别

针对已有核聚类算法中核参数优化方法的不足,提出一种新的反映类内类间间距的有效性指标,通过使类内样本相似性最大,类间样本相似性最小来达到优化核参数的目的.在对核C-均值聚类算法深入研究的基础上,提出一种基于核C-均值聚类的高分辨距离像识别算法.仿真结果表明:该算法可以通过训练识别率判定最佳聚类数,同时运用改进的核参数优化方法可以得到最优的核参数,进而得到最佳的识别结果.     

基于概率神经网络和K-means算法的纳税评估

纳税评估工作是一项难于建立准确数学模型的复杂系统,同时又是一个典型的模式识别问题。用神经网络方法进行纳税评估有其独特的优越性。运用PNN算法很大程度地依赖于训练样本对象的选取。选取的这些样本能否反映总体的信息特征决定了分类器的识别效果。文章运用K-means算法对纳税人信息样本进行聚类,找出聚类中心点,以此为基础来选择样本作为PNN的训练样本,从而达到对PNN算法的优化。研究结果表明这种改进后的PNN算法分类效果好,对于纳税评估有其应用价值。     

基于子空间投影的残缺人脸图像识别新算法

提出了改进的基于子空间投影的残缺人脸图像识别新算法,利用非负稀疏矩阵将原始人脸图像分解,从高维空间降到低维子空间,再利用Fisher线性判别式方法进一步降低子空间维数;然后利用欧式距离测量法,识别待测试人脸。实验证明,对残缺人脸图像的识别,新算法具有满意的识别率。     

基于加权模糊c均值聚类的快速图像自动分割算法

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。     

Fisher大间距线性分类器

作为一种著名的特征抽取方法,Fisher线性鉴别分析的基本思想是选择使得Fisher准则函数达到最大值的向量(称为最优鉴别向量)作为最优投影方向,以便使得高维输入空间中的模式样本在该向量投影后,在类间散度达到最大的同时,类内散度最小。大间距线性分类器是寻找一个最优投影矢量(最优分隔超平面的法向量),它可使得投影后的两类样本之间的分类间距(Margin)最大。为了获得更佳的识别效果,结合Fisher线性鉴别分析和大间距分类器的优点,提出了一种新的线性投影分类算法——Fisher大间距线性分类器。该分类器的主要思想就是寻找最优投影矢量wbest(最优超平面的法向量),使得高维输入空间中的样本模式在wbest上投影后,在使类间间距达到最大的同时,使类内离散度尽可能地小。并从理论上讨论了与其他线性分类器的联系。在ORL人脸库和FERET人脸数据库上的实验结果表明,该线性投影分类算法的识别率优于其他分类器。     

基于SVM的多类分类集成

为了解决单个SVM可能产生的泛化能力恶化问题以及当SVM采用一对多组合策略解决多类分类时可能产生的误差无界情况,本文采用Bagging方法构造了一个基于SVM的多类分类集成模型,利用MIT KDD 99数据集进行仿真实验,通过实验探讨了其中的两个参数——训练样本数和单分类器个数对集成学习效果的影响,并将其与采用全部样本进行训练及部分样本进行训练的单分类器检测进行了比较。结果表明:集成学习算法能够有效降低采用全部样本进行训练所带来的计算复杂性,提高检测精度,而且也能够避免基于采样学习带来检测的不稳定性和低精度。     

基于RBF神经网络的人脸识别方法

计算机模式识别是视觉领域中的研究热点之一,是指用生物特征比如人脸信息来识别和辨认某个人类个体.提出了一种基于RBF神经网络的人脸识别方法：采用主成分分析技术把样本维数降低,同时利用模糊聚类算法进行粗分,然后用ORL标准人脸数据库进行实验.实验结果表明,该方法大幅度提高了人脸识别的效果.     

考虑端元差异性的协同稀疏高光谱解混算法

因现有的高光谱协同稀疏解混模型忽略了不同像元所包含端元的差异性,影响到丰度估计的准确性。该文提出一种先对具有相同端元的像元进行无监督聚类的预处理,然后对预处理后的不同类高光谱像元进行协同稀疏解混算法。在无监督聚类过程中,由于具有相同原子集合的像元之间的协同稀疏编码值最小,将重构误差与协同稀疏编码约束之和作为距离测度,从而有效保证了同类像元中具有相同端元;再利用基于ADMM的优化算法对每类像元分别进行协同稀疏解混。仿真和实际高光谱数据实验结果表明,该算法能有效地进行真实端元识别,从而提高了丰度估计的准确性。     

数据降维与K-均值聚类的质量评估

聚类分析在大数据时代应用广泛,但缺乏直观评价聚类质量的有效方法。为此,提出一种具有数据降维和搜寻数据固有聚类数量的处理模式。在数据散射矩阵基础上构造一个增广矩阵,利用线性辨别分析将高维数据变换到最具辨别性的低维特征子空间以实现数据降维。为解决分区聚类算法的随机初始化问题,提出最小-最大规则,避免出现空聚类并确保数据的可分性。对于聚类的结果,计算每个聚类的轮廓系数,通过比较轮廓的尺寸以评价不同聚类数量情况下的聚类质量。对K-均值算法的仿真结果说明,这种处理模式不仅能够可视化确定未知数据所固有的聚类数量,而且能为高维数据提供有效的分析方法。     

基于DV-Hop定位算法的改进研究

针对DV—Hop定位算法,利用最近一个信标节点估计的平均跳距来计算未知节点坐标,降低了定位精度。提出了改进算法,首先对每个信标节点的平均跳距误差进行加权处理,然后用加权处理后的平均跳距误差修正全网平均每跳距离,从而更逼近实际距离,最后用总体最小二乘法计算未知节点的坐标。通过仿真实验,证明本文算法的定位精度得到了有效提高。     

互联网嵌入、社交主动性对返乡创业者社会网络的影响

重塑社会网络是返乡创业者获取创业信息与资源的关键。文章从互联网嵌入程度及社交主动性着手探讨对返乡创业者社会网络的影响,以返乡创业者社交主动性为调节变量,构建概念模型并对225位返乡创业者样本进行实证检验。研究表明,返乡创业者互联网联系度及匹配度越高、社交主动性越强,越会促进返乡创业者社会网络的拓展及网络关系的维系,而互联网牺牲感对返乡创业者的社会网络起负向作用;返乡创业者的社交主动性在互联网嵌入与社会网络间起正向调节作用。      

抗SPA攻击的快速LSB均衡隐藏算法

提出了一种新的LSB隐藏方法,根据待嵌载体图像像素值的奇偶性和嵌入信息的内容,选择像素值加1或加2的嵌入方式,使得SPA(sample pair analysis)攻击的假设条件在嵌入前后保持平衡,致使SPA攻击失效。在使用该方法嵌入率达到100%时,SPA攻击的估计值仍然小于判决门限。实验不仅验证了新方法抵抗SPA攻击的能力,也验证了新方法可以抵抗RS等检测。新方法嵌入方式简单,且无需在嵌入后再做附加处理,便于实现。     

我国高水平女子中长跑运动员训练疲劳效应特征研究

从适应—疲劳学说视角对女子中长跑训练疲劳效应进行研究分析,认为运动训练本身会产生负效应现象.我国奥运会优势项目女子中长跑运动员在黄金年龄因伤被迫退役就是教练在训练中忽视运动训练负效应人为地造成的,这也提示我国教练:运动训练本身具有负效应,在中长跑训练中要重视和借鉴国外教练的"两极化"训练模式,增加有氧训练的比例.     

翻译测试的外延与内涵

在定义翻译和测试的基础上,确定了翻译测试的内涵。为了满足翻译测试研究活动的操作性要求,本讨论把翻译定义为翻译活动主体的工作表现或工作实力或发展性向,把测试定义为由准备、实施和跟踪研究构成的过程。对于翻译测试,准备过程的内容主要包括总测试规划的论证与制定、实施条件的规定、刺激物的标准化、人员的培训、有效性依据和证据的采集、结果有效使用措施的制定等。实施过程的主要内容包括标准化环境条件的满足、标准化任务的呈献以及任务完成情况的评定等,跟踪研究过程的主要任务是对测试项目执行的效应进行检测。在讨论翻译测试与教育和心理测试、语言测试以及翻译研究关系的基础上,考虑到翻译测试的内涵,提出不宜把翻译测试作为语言测试的一个分支,建议把翻译测试作为应用翻译学的一个分支。     

基于GA-BP 算法的旋转控制头轴承温度预测

旋转控制头轴承组件要承受很大的动载荷,由于摩擦力的作用,使轴承发热和磨损非常严重,极易发生轴承 温度过高而导致轴承失效。针对旋转控制头轴承温度影响因素多、精确计算困难、不易测量等特点,提出了一种基于 遗传算法优化的神经网络（the optimized algorithm of BP neural network based on genetic algorithm,GA-BP）进行旋转控 制头轴承温度预测的方法,利用某无外挂冷却润滑泵站式旋转控制头台架实验数据进行训练和测试,并与传统神经网 络模型（BP）进行对比。结果表明,GA-BP 预测模型实现了控制头轴承温度预测过程的自适应控制,预测得到的轴承 温度与期望值之间的线性相关度达到0.991 48;通过95% 置信区间以及平均、最大、最小绝对百分比误差的对比得到, GA-BP 模型在逼近能力、收敛和泛化能力上都要优于BP 预测模型。GA-BP 预测模型预测精度高、稳定性好,对掌 握轴承运行状态,优化旋转控制头冷却润滑方式和结构,提高旋转控制头的整体性能有重要指导意义。     

基于改进的遗传算法的快速图像相关匹配

为了解决图像匹配中计算速度慢和匹配精度不高的缺陷,提出了一种基于改进的遗传算法的匹配方法,算法的主要改进手段是,用自识别交叉算子进行交叉操作,避免种群过早成熟。实验结果表明,与基本遗传算法相比,基于该算法的图像匹配具有运算量小、匹配精确等优点,且算法稳定。     

凉山彝族习惯法的非诉讼纠纷解决机制探讨

彝族习惯法在凉山非诉讼纠纷解决过程中起着重要的定纷止争作用,本文探讨了彝族习惯法化解矛盾纠纷,促进社会和谐等积极作用;也分析了其挤占现代法的治理空间,使得恶俗纠纷难以有效治理等消极作用。进而提出了加强＂德古＂培训、成立＂矛盾纠纷调处中心＂等构建凉山彝族习惯法的非诉讼纠纷解决机制的一些建议。     

大学生心理控制源对抑郁的影响:应对方式的中介作用

目的:了解大学生心理控制源、应对方式与抑郁的关系,并考察应对方式在其中的中介作用。方法:采用罗特编制的内在-外在心理控制源量表(I-E)、自评抑郁量表(SDS)、简易应对方式问卷(SCSQ)对396名在校大学生进行调查研究。结果:(1)内控与抑郁存在着显著负相关,外控与抑郁相关不显著。(2)积极应对方式与抑郁存在显著负相关,消极应对方式与抑郁呈显著正相关。(3)大学生积极应对方式与内控存在着显著正相关,与外控没有相关;消极应对方式与外控存在显著正相关,与内控没有相关。(4)应对方式和心理控制源可以联合预测抑郁。结论:应对方式在心理控制源和抑郁间起部分中介作用。