基于关联规则遥感影像的分类研究——以渭库绿洲为例

对遥感影像的计算机图像处理与识别技术是现阶段遥感技术研究的热点内容,本文对新疆渭干–库车河流域不同分辨率的全色影像与多光谱影像融合并构建多源空间数据库,再通过与面向对象分类法相结合,进行图像分割、特征提取后将结果取值输入Matlab软件,编制相应的算法程序,构建关联规则分类器,探索分类规则并进行遥感影像的分类.同样基于Matlab软件平台,根据最大似然分类算法对同一研究区影像进行分类,并对分类结果进行精度检验.结果表明:相较传统分类方法,关联规则方法拓宽了传统逻辑推理分类方法中获取信息的途径,使分类更加智能化,提高并增强了影像分类速度与算法可靠性,分类精度得到显著提高,Kapp系数为0.83.因此,关联规则方法更适用于影像分类,可以作为研究区有效信息提取的支持手段.     

用自适应谐振网络进行图像纹理的分类与识别

分析了自适应谐振（ＡＲＴ２）神经网络模型的模式分类能力，并利用该网络来进行图像纹理的分类和识别，对６类自然景物的纹理图片分类和识别的结果验证了方法的有效性，对心脏超声图片的分类也取得一些初步成果．     

基于主成分变换的干旱区盐渍地信息提取研究

土壤盐渍化严重威胁着干旱区绿洲的稳定和可持续发展,因此借助遥感手段快速提取盐渍地信息并掌握其空间分布有着重要的意义．本文首先对AVNIR-2影像和RADARSAT-2 SAR影像进行预处理,然后对二者进行叠加组合,在此基础上运用主成分变换分析,选取了用于提取盐渍地信息的最佳主成分分量（pc1、pc2和pc4）．在野外调查的基础上,采用最大似然法分别对AVNIR-2标准假彩色影像和主成分合成图像进行分类,pc1、pc2和pc4合成图像的盐渍地信息提取精度达到93．158％,比AVNIR-2标准假彩色合成图像的分类精度提高了6．447％．结果表明：研究区2008年各类盐渍地面积占其总面积的83．41％,其中10．10％为重度盐渍地,73．31％为中轻度盐渍地．在绿洲内部中轻度盐渍地呈散点状分布,在绿洲外部重度盐渍地交错地分布在中轻度盐渍地中,在盐渍地中植被沿河流的走向呈条带状分布．     

证据的信任函数表示

以诊断推理为应用背景，研究了信任函数理论框架下的证据表示．从似然原理出发，给出了基于似然性的信任函数所要满足的性质，引入了嵌套表示，建立了嵌套表示与稳健贝叶斯推断的联系，并以一个简化的诊断推理过程为例，说明了嵌套表示的应用，最后指出嵌套表示与其它表示方法的差异来自对似然原理的不同理解．     

AR(p)模型参数估计方法比较和实证分析

对时间序列AR(p)模型的参数估计YULE-WALKER法、最小二乘法、最大似然法三种估计方法进行分析和比较,从模型推导出最小二乘估计、最大似然估计实质上是同一种估计方法,应用MATLAB软件对我国CPI数据建立AR(2)模型并应用3种方法对其参数进行估计、模型检验、预测结果比较,得出的结论与理论推导相符,实证上说明AR(p)模型参数估计使用最小二乘法和最大似然法估计的结果是一样的。     

用二维阶次规正不变矩识别三维目标

论述了用二维投影图像的矩不变量来识别三维目标的方法．该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法．通过考察阶次规正不变矩ＯＮＭＩ的性能，证明ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性．分类结果表明，该特征量平衡方法比加权因子法更有利于目标的识别分类     

支持向量机在小样本识别中的应用

针对癌症细胞诊断过程中样本采集困难，数目偏少的实际情况，在癌症的早期诊断中引入了一种新的模式识别方法——支持向量机．该方法基于统计学习理论的原理，较好地解决了小样本的学习分类问题，通过对具有不同性状的癌前增生细胞进行分类识别验证，支持向量机取得了较传统分类方法更好的识别效果。     

分子标记或质量性状基因座位间连锁遗传分析的相关方法

提出对两个分子标记或质量性状基因座位的表现型赋值后求相关系数Ｃ，通过ｔ测验以检测此两个分子标记或基因座位间是否存在连锁，进而给出了重组值ｒ及其抽样误差的估计公式．文中采用几个经典的实例，将相关方法的计算结果与３种经典的估计方法的计算结果进行了实例比较，结果表明，相关方法与极大似然法所得结果在很多情况下极为相近，说明用相关方法进行连锁遗传分析是有其理论和实践意义的     

一种基于特征提取技术的语音识别算法

语音识别是通过对说话人语音信号的分析和提取．自动确定说话人是否在所登记的说话人集合中，以及说话的人是谁的过程．本文提出了一种基于特征提取技术的模板匹配语音识别算法．该算法中，采用与文本有关（主要用于时域分析）和与文本无关（主要用于频域分析）相结合的三种识别方法：快速傅立叶变换（FFT）、平均过零率分析（RBZ）和高斯混合模型（GMM），最后通过三种方法的加权平均来生成判决门限值．通过比较门限值误差的大小，根据“最大似然准则”给出待识别语音的身份．     

缺损图像的特征模板匹配方法

基于二值图像的边缘拐点特征，建立其特征模板，在此基础上讨论了缺损二值图像的匹配过程．所采用的特征模板匹配方法将图像局部特征和它们的尺度大小联系起来，使识别过程更为合理．对１７个缺损飞机图像仿真实验结果表明，这一方法取得了很好的分类效果     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心，然而由于空间距离与自相关权重之间复杂的非线性关系，反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法，在求解权重精准解时存在一定的局限性。由此，利用神经网络超强的非线性拟合能力，通过融合神经网络与空间自回归方法，建立了空间自回归神经网络（SARNN）模型，实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性，采用两类模拟数据及海洋环境数据进行交叉验证，并与IDW法和Kriging法进行精度对比。实验结果表明，SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标，插值结果明显优于IDW法和Kriging法；同时，SARNN法在空间插值中对突变数据和极值数据的预测较为准确，改善了传统插值方法空间平滑过渡差，易出现“牛眼”、锯齿现象等问题，显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路，具有较为广泛的应用价值。     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心，然而由于空间距离与自相关权重之间复杂的非线性关系，反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法，在求解权重精准解时存在一定的局限性。由此，利用神经网络超强的非线性拟合能力，通过融合神经网络与空间自回归方法，建立了空间自回归神经网络（SARNN）模型，实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性，采用两类模拟数据及海洋环境数据进行交叉验证，并与IDW法和Kriging法进行精度对比。实验结果表明，SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标，插值结果明显优于IDW法和Kriging法；同时，SARNN法在空间插值中对突变数据和极值数据的预测较为准确，改善了传统插值方法空间平滑过渡差，易出现“牛眼”、锯齿现象等问题，显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路，具有较为广泛的应用价值。     

基于最小平均复杂度的矢量量化音频分类方法

首先提出了“平均复杂度”的概念，然后由信息熵公式给出了最小平均复杂度的计算方法，并以此为准则构造音频数据的矢量量化树，从而得到音频数据在特征空间的分布情况．根据不同种类的音频数据有不同分布这一事实，比较未知音频与已知音频种类的数据在特征空间中的分布情况的近似程度，就可完成音频分类．实验表明，该方法具有适应性强、计算效率高的特点。     

基于语义相似度与XGBoost算法的英语作文智能评价框架研究

作文智能评分和评语智能生成能极大减轻评阅专家的工作量、节约人力成本。目前，评分和评语结果的准确性与公平性尚不高。近年来，机器学习和自然语言处理等技术的快速发展，在一定程度上提升了文本分类、机器翻译等任务的性能，但仍有许多新的研究成果尚未应用于作文智能评价。本研究综合了词向量(word2vec)、段落向量(paragraph2vec)、词性向量(pos2vec)和LDA (latent dirichlet allocation)等特征，共同组合为作文的语义表示向量；采用基于kNN (k nearest neighbors)算法的语义相似度模型，得到作文的评语标签；采用基于XGBoost(extreme gradient boosting)的回归模型计算英语作文的评分值；并以900篇大学生英语作文为样本，构造算例进行验证。最后表明，提出的智能评价框架在英语作文自动评分和评语生成的准确性上，都要高于传统方法。     

一种改进的K_means算法在旅游客户细分中的应用

针对传统K_means算法存在的问题,提出一种基于密度的初始中心点选择方法,并利用几何三角形三边关系理论简化了迭代中的计算次数,以缩短大数据集聚类时间．针对旅游电子商务的特点,基于RFM模型设计了一种RFMVCI扩展模型．新算法的有效性和扩展模型的合理性在实验和旅游客户细分实践中获得了验证．     

基于多尺度特征提取网络的图像美学量化评分方法

提出了一种基于多尺度特征提取网络的图像美学客观量化评分方法，该模型主要由多个多尺度特征提取单元级联组成，每个单元包含由3个不同卷积核组成的特征提取层、融合层和映射层。特征提取层通过联合图像的全局视图和局部视图组成网络输入端，在输出端以EMD函数为损失函数，输出分布为1~10分的概率密度质量函数，并以分布均值作为图像美学量化值。实验证明，本文方法具有可行性和有效性，解决了传统方法只进行美感二进制等级分类的问题，给出了（模拟人类思维对）图像的客观量化评分；同时在AVA数据集上获得了优于几种主流算法的分类准确度。     

融合遥感与社会感知数据的城市土地利用分类方法

传统的土地利用分类方法大多基于对资料或影像的人工解译，存在一定的局限性。近年来，结合空间大数据和自然语言处理技术进行低成本快速的土地资源管理已成为研究热点。以美国纽约市曼哈顿区为例，提出了融合遥感影像和社会感知数据的城市土地利用分类方法。从遥感影像中提取光谱特征、从推特数据中提取用户活动时空和主题特征，基于随机森林法和深度神经网络法，构建了细粒度的城市土地利用分类模型。通过对比不同特征组合分类方法的精度，得到结合光谱特征和用户活动时空、主题特征的深度神经网络方法的结果最优，总体精度达82.65%,Kappa系数为70.1%。结果表明，社会感知数据中隐含的用户活动时空模式和活动主题信息均有助于提高城市土地利用分类的精度，而神经网络法可有效融合多源数据，为快速、低成本获取城市土地利用信息提供了新的途径。     

基于因素分析和SVM模型的江海联运运量预测方法

鉴于江海联运运量受众多因素的影响, 为了解决江海联运运量预测问题, 先对江海联运运量影响因素进行分析, 再用灰色关联度分析筛选出其中的典型因素. 在此基础上应用粒子群算法优化的支持向量机建立江海联运运量预测模型, 应用于宁波港域江海联运量的预测. 结果表明, 该模型与传统时间序列预测方法相比具有较高的拟合度和预测精度, 为解决江海联运运量等多因素非线性系统预测提供了一条新的途径.     

基于流固耦合的涡轮增压器涡轮机温度场分析

针对某型号涡轮增压器涡轮机零部件温度过高, 存在可能开裂问题, 建立了工作状态下全域流固耦合数值计算模型, 分析了涡轮增压器涡轮机各零部件的温度变化特征, 并与传统模型和实验测试结果进行对比. 结果表明, 全域流固耦合模型避免了传统模型中流体和固体交界面上的大量假设数据输入, 使计算结果更加接近实际情况. 通过和实验测试值对比发现, 全域流固耦合模型得到的涡轮机温度场精度比传统模型得到的结果更合理、准确, 从而验证了全域流固耦合模型的可靠性与准确性.