导读:本文包含了判别和分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:稀疏,字典,子群,子粒,模型,图像,数据。
判别和分类论文文献综述
吴慧玲,丁晓彬,贺广生,刘久富[1]（2019）在《判别类条件贝叶斯网络分类器的量子粒子群优化参数学习》一文中研究指出针对贝叶斯网络分类器在处理多属性分类问题时,存在分类精度下降、算法运行时间过长等问题,提出一种判别类条件贝叶斯网络模型。该模型在类条件贝叶斯模型的基础上,将条件对数似然函数以对数形式重新参数化,并使用量子粒子群优化算法最大化目标函数。新模型采用判别参数学习方法,直接计算条件概率,对于分类问题更加高效。本研究将判别类条件贝叶斯网络模型与TAN分类器相结合,使用量子粒子群算法进行优化,用于对液体火箭发动机的故障诊断与分类中。针对某型号火箭的仿真数据进行故障诊断与分类,与传统的贝叶斯分类器相比,改进的分类器在处理分类问题时,准确率和学习效率更高。(本文来源于《山东科技大学学报(自然科学版)》期刊2019年05期）
董小刚,刘新蕊[2]（2019）在《二分类响应变量下判别分析与Logistic回归比较》一文中研究指出通过数值模拟分别在类内均值间距离、解释变量个数、协方差矩阵、样本容量、类间样本容量之差不同的情况下,比较了Logistic回归和线性判别分析的拟合效果。拟合效果由回判错误率以及指标B、C、Q进行量化,给出了两种方法的适用情况。(本文来源于《长春工业大学学报》期刊2019年05期）
张宇,彭琪,曾开帅,唐金平,何文君[3]（2019）在《Bayes判别理论在陇西黄土高原地区地下水化学分类中的应用》一文中研究指出将Bayes判别分析方法首次引入到陇西黄土高原地区地下水分类判别中,选取K~++Na~+、Ca~(2+)、Mg~(2+)、HCO_3~-、Cl~-、SO_4~(2-)等6个指标作为判别因子,以甘肃省静宁县原安乡地下水勘查项目中提供的10组地下水样品简分析数据作为训练样本,建立Bayes判别模型,并对所建模型进行回判分析。结果表明,Bayes判别模型具有可靠性和可行性,值得在不同地区的地下水分类中进行进一步应用与验证。(本文来源于《甘肃水利水电技术》期刊2019年10期）
王利花,杨智凯,杨洋,申坤,任晓建[4]（2019）在《基于聚类分析和贝叶斯判别的储层分类评价方法》一文中研究指出储层分类评价是气藏开发的重要内容,本文以苏里格气田东区盒8段储层为研究对象,优选储层厚度、储层最大渗透率、储层含气饱和度、储层渗透率均质系数4个评价参数,应用数理统计方法将这些评价参数集合起来进行聚类分析,从而对储层进行分类,在储层分类的基础上,应用贝叶斯判别方法得出储层分类的综合评判函数,建立了储层分类标准。应用该方法对储层进行分类评价,得出的评价结果与试气无阻流量符合率较高,分类评价效果良好。(本文来源于《石油化工应用》期刊2019年09期）
毛丽珍,汤红忠,范朝冬,曾淑英[5]（2019）在《低秩判别性字典学习及组织病理图像分类算法》一文中研究指出针对组织病理图像分类中样本特征之间具有高度相关性的问题,本文提出了一种基于低秩约束的判别性字典学习算法,并将其应用于组织病理图像分类.与传统算法仅仅关注稀疏编码的低秩性不同,本文算法不仅同时优化了子字典对同类和非同类训练样本的重构性能,而且对类独有的子字典增加了低秩性约束.这一策略可以降低类独有的子字典原子之间的相似性,促进原子之间相互独立,从而学习出更具判别性、结构更紧凑的字典.在ADL数据集上的实验结果表明,与现有算法相比,本文提出的算法可获得更高的分类精度.(本文来源于《小型微型计算机系统》期刊2019年09期）
许浩,郭卫斌[6]（2019）在《带有双判别器的对抗性领域适应图像分类算法》一文中研究指出生成对抗网络的出现将对抗学习的思想引入了机器学习的不同知识体系,带来了全新的发展。对抗性的领域适应算法利用一个共享特征提取器提取域不变表征,一个判别器进行辨别,双方通过对抗性的迭代更新方式达到最优解。在数据来源上,生成对抗网络和领域适应都有极其类似的2个域。在目标函数上,两者都试图追寻一致性。从理论和逻辑结构出发分析两者的内在相似性,尝试利用已成熟的生成对抗网络体系从更深层次进一步提升领域适应性能。通过类比,提出使用2个判别器解决已有对抗性领域适应算法中存在的"模式崩溃"问题,并使用伪标签进行结构上的完善。最后,在标准领域适应任务上的实验表明了本文算法的可行性和有效性。(本文来源于《计算机工程与科学》期刊2019年09期）
代雪珍,乔亚琴,曹高飞[7]（2019）在《逐步判别分析法在鸢尾花分类中的研究》一文中研究指出选取UCI数据集中鸢尾花的数据作为研究对象,首选四个指标,用逐步判别分析法对其进行筛选,最终所有指标都进入模型。用各组数据对模型拟合,其费歇线性判别函数都通过了显着性F检验,并且误判率较小,说明该模型可以用于解决待判样本的判类问题。(本文来源于《科技经济导刊》期刊2019年23期）
亚森江·加入拉,高建民,高智勇,姜洪权[8]（2019）在《复杂机电系统核熵判别分析的异常分类方法》一文中研究指出为了解决复杂机电系统的海量数据的复杂性和动态性,以及对故障类型快速而有效地进行分类,提出一种基于信息熵的核熵判别分析—KEDA方法。首先,引入了信息熵的观点以便排除信息冗余后剩余的平均信息量能够保证异常模式的有效分类。其次,利用核熵成分分析对数据进行非线性映射和降维,为此确定基于熵的参数选取方法计算和KEDA算法步骤。从而在降维后的空间进行分类。最后,结合TE过程数据集对算法效果进行验证。通过仿真实验得知,提出的KEDA方法的识别率85%以上,表明KEDA方法比其他方法的有效性和优越性,具有一定的应用价值。(本文来源于《机械设计与制造》期刊2019年08期）
张向荣,于心源,唐旭,侯彪,焦李成[9]（2019）在《基于马尔科夫判别谱聚类的极化SAR图像分类方法》一文中研究指出该文针对现有的谱聚类方法用于极化SAR图像分类时精度较低的问题,提出一种基于马尔科夫的判别谱聚类方法(MDSC),具有低秩和稀疏分解的特点。该方法首先恢复一个真实的低秩概率转移矩阵,将其作为标准马尔科夫谱聚类方法的输入,以减少噪声对分类结果的影响;然后在目标函数中引入判别信息,使极化SAR图像的数据信息能够得到更加充分地利用;最后采用增广拉格朗日乘子法来解决低秩和概率单纯形约束下的目标函数优化问题。在荷兰小农田、德国、西安和荷兰大农田4个不同数据集上的实验证明,该方法具有较好的准确率,且参数敏感性较低,表现出了良好的分类性能。(本文来源于《雷达学报》期刊2019年04期）
马方,赵丽娜,何磊,杨宏伟[10]（2019）在《基于潜在低秩图判别分析的高光谱分类》一文中研究指出提出一种基于潜在低秩图判别分析(LatLGDA)算法,利用数据的自表示对数据的列表示系数矩阵和行表示系数矩阵同时施加低秩约束,得到保留数据结构的亲和矩阵,再与图嵌入模型相结合实现高光谱图像的流形降维并进行分类。与其他基于稀疏图或稀疏低秩图的高光谱特征提取算法相比,LatLGDA可利用数据的行信息弥补列信息的不足或缺失,对噪音的抗干扰能力更强;在真实数据集上的实验结果表明,LatLGDA算法具有较高的分类精度和运算效率,应用前景广阔。(本文来源于《北京化工大学学报(自然科学版)》期刊2019年04期）
判别和分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过数值模拟分别在类内均值间距离、解释变量个数、协方差矩阵、样本容量、类间样本容量之差不同的情况下,比较了Logistic回归和线性判别分析的拟合效果。拟合效果由回判错误率以及指标B、C、Q进行量化,给出了两种方法的适用情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
判别和分类论文参考文献
[1].吴慧玲,丁晓彬,贺广生,刘久富.判别类条件贝叶斯网络分类器的量子粒子群优化参数学习[J].山东科技大学学报(自然科学版).2019
[2].董小刚,刘新蕊.二分类响应变量下判别分析与Logistic回归比较[J].长春工业大学学报.2019
[3].张宇,彭琪,曾开帅,唐金平,何文君.Bayes判别理论在陇西黄土高原地区地下水化学分类中的应用[J].甘肃水利水电技术.2019
[4].王利花,杨智凯,杨洋,申坤,任晓建.基于聚类分析和贝叶斯判别的储层分类评价方法[J].石油化工应用.2019
[5].毛丽珍,汤红忠,范朝冬,曾淑英.低秩判别性字典学习及组织病理图像分类算法[J].小型微型计算机系统.2019
[6].许浩,郭卫斌.带有双判别器的对抗性领域适应图像分类算法[J].计算机工程与科学.2019
[7].代雪珍,乔亚琴,曹高飞.逐步判别分析法在鸢尾花分类中的研究[J].科技经济导刊.2019
[8].亚森江·加入拉,高建民,高智勇,姜洪权.复杂机电系统核熵判别分析的异常分类方法[J].机械设计与制造.2019
[9].张向荣,于心源,唐旭,侯彪,焦李成.基于马尔科夫判别谱聚类的极化SAR图像分类方法[J].雷达学报.2019
[10].马方,赵丽娜,何磊,杨宏伟.基于潜在低秩图判别分析的高光谱分类[J].北京化工大学学报(自然科学版).2019
论文知识图
