基于级联型组合分类器的人脸识别研究

该文提出了一种将支持向量机（SVM）与神经网络相结合的方法，得到一种新型的级联型组合分类器．此组合分类器先利用神经网络或SVM对人脸图像进行预分类，得到不同性别的两类人脸图像；然后分别针对其中某一类人脸图像进行K-I。变换以提取有效特征，再使用SVM进行细分，得到最终的识别结果．应用该组合分类器方法在本文整合得到的人脸样本库上进行测试，结果显示该方法不但可以有效地提高识别速度，而且还可以在一定程度上提高识别率，因此方法是有成效和有价值的．     

基于组合分类器的个人信用评估模型

随着消费信贷的发展以及银行对信用风险的关注,个人信用评估已成为银行业研究的一个重要内容。目前信用评估的研究中多采用单一分类器,预测精度难以提高,因此文章提出了基于AdaBoost组合分类器算法的个人信用评估模型。与单分类器模型的比较结果表明,基于组合分类器的模型具有更高的预测准确率。     

基于人脸识别技术的智能小区安防系统设计

文章针对目前智能小区存在的安全隐患,提出了利用人脸识别技术的智能安防管理系统设计。该设计基于AdaBoost算法,通过对输入图像的Haar-like特征进行训练构成级联式强分类器来实现人脸图像的检测,并利用欧式距离的计算比较最终完成身份的识别,解决使用中身份被盗用的问题。     

一种基于支持向量机的带钢表面缺陷识别方法

鉴于支持向量机（SVM）在小样本、高维模式分类中具有的优良分类性能,可以基于多分类支持向量机来检测带铜表面的缺陷。本文构造了一类有向无环图支持向量机（DAGSVM）,利用交叉验证进行了参数和模型的选取,对冷轧带钢中几种现场易出现的缺陷进行分类,并与BP神经网络进行比较分析。实验结果表明,这类基于SVM的算法识别效率较高,较好地解决了小样本学习问题,避免了BP神经网络出现的过学习、收敛速度慢、泛化能力弱等缺点,可有效地应用于带铜表面缺陷检测。     

一种最大分类间隔SVDD的多类文本分类算法

文本分类是信息检索和文本挖掘的关键技术之一。提出了一种基于支持向量数据描述(SVDD)的多类文本分类算法,用支持向量描述训练求得包围各类样本的最小超球体,并使得分类间隔最大化,在测试阶段,引入基于核空间k-近邻平均距离的判别准则,判断样本所属类别。实验结果表明,该方法具有很好的泛化能力和很好的时间性能。     

基于视频分析的飞机机号识别研究

为精确获取飞机机号以便实时掌握飞机起飞与降落时间,文章提出一种改善飞机机号识别的图像增强算法。考虑到机场应用场景对飞机机号的识别影响,本文首先给出相应的数学模型,并设计图像处理算法进行直方图均衡化,噪声消除,阈值分割等处理;通过分类器的迭代训练,实现对飞机机号的字符进行精准识别。文章根据图像算法进行了实验验证,并对验证结果进行了简要分析。     

一种高分辨雷达目标识别方法

研究了宽带高分辨雷达目标识别问题，基于目标一维距离像，提取目标散射中心特征，并根据该特征设计了简单目标的目标分类器，利用暗室测量得到的缩比模型高分辨回波数据进行识别，结果表明该识别方法具有良好的识别性能。     

朴素贝叶斯分类器的改进

朴素贝叶斯分类器是一种简单而高效的分类器,但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系,以及它的被动学习策略,影响了它的分类性能。本文从不同的角度出发,讨论并分析了三种改进朴素贝叶斯分类性能的方法,为进一步的研究打下坚实的基础。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。     

混淆矩阵在商业决策中的应用研究

混淆矩阵作为分类器的评价工具在评估一个分类模型分类效果优劣方面起着举足轻重的作用.在逻辑回归中,混淆矩阵随着目标类别预测概率切割点的变化而变化.本文从由逻辑回归产生的混淆矩阵入手进行分析,借助Precision、Recall和F1-Score等分类器的性能评价指标,研究概率切割点对决策功效的影响.结果表明,由于不同概率切割点会影响分类器的评价指标,因此要根据不同业务背景下的业务需求,选择适当的概率切割点进行决策判断,充分发挥分类器的分类效能.