基于傅立叶变换的多维数据可视化分类

基于雷达图表示多维数据的原理,提出一种利用傅立叶描述子识别雷达图形的可视化数据分类新方法。该方法采用多元统计中的雷达图表示多维数据,不同模式类别的多维数据构成不同形状的雷达图形。在此基础上对雷达图的边界曲线进行傅立叶变换,计算傅立叶描述子作为雷达图的图形特征,并运用改进的概率神经网络进行识别。实验结果表明该方法具有较好的分类效果,分类精度比传统分类方法提高了约8.25%。     

类空间规整度的计算几何组合分类器权重分配

在计算几何组合分类器中,子分类器的权重分配一直未能充分利用空间视觉信息,使得分类器的可视化特性无法完全得到发挥.本文从类空间类别分布特性出发,提出基于类空间规整度的权重分配方法.该方法首先将子分类器由空间的类别表示转变为类别的空间表示,进而利用共生原则分析不同类别在空间中的分布规整度.由于分布规整度为类别分布信息的整体体现,可以用于刻画类空间中不同类别样本的离散程度,因此可以利用当前类空间的规整度信息作为该子分类器的权重.实验表明,利用规整度信息进行加权后的分类器不但与可视化特性更好的吻合,增强了分类过程的可理解性,而且在分类精度上得到了进一步的提升,扩展了应用领域.     

航天继电器中微粒检测方法和系统实现的研究

本文首先从理论上研究了航天继电器中微粒的检测方法,提出了微粒检测、识别的有效方案,然后论述了系统实现的硬件及软件方法。     

多维数据雷达图和模糊推理的分类器研究

提出了一种新颖的基于多维数据雷达图表示原理结合模糊推理规则的自动分类器设计方法.该方法首先采用多元分析中的雷达图表示多维数据,建立已知类模板,然后应用模糊推理方法识别未知类的雷达图形,应用模板匹配法确定其归属,从而完成自动分类.基于混合油品132个测试数据的实验表明,此分类器可以将全部合理混合油品做出正确分类,且具有良好的分类效果和分类精度.     

基于多元图可视化分析和人机交互的设备故障诊断方法研究

针对面向数据的故障诊断方法的局限性,根据多元图表示基本理论,提出了基于多元图表达的经验样本故障模式可视化分析和人机交互(HCI)的故障诊断技术,该技术通过专家参与机器自动识别诊断过程实现了面向对象领域的故障诊断方法和面向数据的故障诊断方法的有效结合,克服了单一机器学习的局限性.采用国际标准UCI数据库中的故障数据库进行...     

模糊逻辑在测量中的应用与展望

本文论述了模糊逻辑在测量领域的应用并展望其发展前景。     

一种创新结构宽波段中红外空芯光纤的设计与研究

提出一种双包层结构Ge/GeO2介质膜空芯中红外光纤.先采用排布法拉制出包层带有多层空气孔的空芯毛细管,最外层涂有一层硅胶,以加强其机械强度,然后利用化学气相沉积和还原方法在空芯石英毛细管中制备出GeO2-Ge的多层介质反射膜,该膜层提高了Ge/GeO2膜层在短波段的反射效率.经光谱检测分析,该光纤可传输波长为3-12μm,并且中间没有出现大的吸收峰.     

四元数小波和AdaBoost在人脸识别中的应用

提出一种基于四元数小波变换（QWT）幅值相位表示及AdaBoost的人脸识别方法。四元数小波变换具有近似的移不变特性,可以同时支持1个幅值和3个相位,其中两个相位编码局部图像移动,而第三个相位蕴含纹理信息。方法对人脸图像进行预处理,进行四元数小波变换并计算四元数幅值和相位特征,将这些幅值和相位组合并应用AdaBoost分类器进行分类,以实现人脸图像的最终识别。对Yale、ORL和FERET三个人脸数据库应用此方法的实验结果表明,该方法在识别率上优于AdaBoost和Gabor+AdaBoost。特别是在FERET数据上精度提高更为明显,而且在计算复杂度上QWT特征提取明显低于Gabor特征提取。