改进小波包结合支持向量机分类器的无线Ad Hoc网络性能评价

使用训练集大小、特征提取方法和识别方法作为影响识别错误率的三个因素,采用改进小波包（IWPA）和SVMDT相结合的方法对无线Ad Hoc网络的性能进行了评价。通过采用方差分析和最小二次无偏估计的方法等数理统计方法分析实验数据,获得了各个因素的主效应及其之间的相互效应对识别错误率边际均值的具体影响程度。研究结果表明,IWPA特征提取方法的性能远优于WPA和WT,SMDT分类方法的性能也优于RBF和SA,并且IWPA和SMDT相结合产生了最佳的交互效应。     

支持向量机在分类和回归中的应用研究

SVM在许多领域的分类和回归方面起了越来越重要的作用,显示了它的优势。由于SVM方法较好的理论基础和它在一些领域的应用中表现出来的与众不同的优秀的泛化性能,近年来,许多关于SVM方法的应用研究陆续提了出来。围绕支持向量机在分类和回归中的问题进行了阐述,使我国在这一领域的研究和应用能够尽快赶上国际先进水平具有十分重要的意义。     

最小二乘小波支持向量机的DNA序列分类方法

目前使用的已有SVM核函数,在分类中不能逼近某一L₂（R）（平方可积空间）子空间上的任意分类界面。针对上述问题,在支持向量机的核函数方法和小波框架理论的基础上,提出了LS-WSVM结构模型。实验结果表明,和标准的SVM和LS-SVM比较起来,在同等条件下,LS-WSVM在分类方面具有优良的特征提取性能。     

小波融合图像效果的因子分析评价方法

因子分析是一种有效的评价融合图像质量的方法。文中采用了小波sym5进行了多尺度图像融合的研究,并且通过主成分分析方法提取了细节信息因子和光谱信息流失因子等参数,作为图像的客观质量评价标准。实验证明,对于小波变换多尺度融合后的图像,该方法能够客观有效地评价其反映细节信息的参数（如信息熵和清晰度）以及反映光谱信息的参数（如扭曲程度和偏差指数）的变化趋势。理论分析结果,因子综合得分和观众评价得分结果具有良好的一致性。     

多测点智能温度传感器设计

针对广泛应用的温度检测,设计了一种多测点智能温度传感器。该智能温度传感器将多个常规温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来,利用三维单片智能传感器结构集成在一块硅基片上,实现了三维集成多层结构。同时智能温度传感器利用信号幅度、变化趋势、多测点冗余故障判决和传感信息融合方法,在实现传感故障诊断的同时提高检测准确度。