支持向量机在地层识别中的应用

以径向基函数RBF为核函数,根据测井数据建立支持向量机的地层识别模型(SVMM).通过对SVMM分类器中惩罚参数C的优选,结合生产工程需要引入判断函数,提高了SVMM分类器的分类正确率.试验表明:SVM分类器应用在地层识别中效果良好,而且具有广阔的应用前景.     

用于垃圾邮件识别的“词频-筛”混合特征选择方法

文中针对当下愈发泛滥的垃圾邮件,分别使用朴素贝叶斯分类和支持向量机分类法对当前日益泛滥的垃圾邮件进行识别、分类,将"词频-筛"混合特征选择方法应用于分类器模型中,以提高分类器的识别性能.同时,通过考虑更全面的分类概率情况,改进朴素贝叶斯分类模型,进一步提升朴素贝叶斯分类器的识别性能.最后通过实验得到了该垃圾邮件识别系统的准确率、召回率和F1值等分类识别性能指标.实验结果表明,"词频-筛"混合特征选择方法能有效提高垃圾邮件分类器的识别性能,而且使用成本敏感方法的分类输出调节模块也能大大降低分类器将正常邮件误判为垃圾邮件的概率,因此,文中设计的垃圾邮件识别系统具有较强的实用性,可以在实际工作、生活中使用.     

焊缝缺陷的计算机模式识别方法的研究

在提取焊缝缺陷特征时 ,不仅考虑缺陷的几何形状 ,还考虑了灰度差及位置 ,并运用树形分类器和感知器进行分类 ,能够提高缺陷识别的准确率     

基于LDA与QDA的自增强分类器在肌电模式识别中的应用

为使分类器适应肌电模式识别中肌电信号的时变性,提出了一种新的具有自适应能力的自增强分类方法,该方法在传统的静态分类器(LDA分类器和QDA分类器)的基础上,引入了一个新的参数更新算法,通过更新方差矩阵和均值向量实现参数求解,使其能在测试阶段对分类器参数进行动态更新。实验结果表明,该方法不仅降低了计算复杂度,而且显著提高了分类器的识别性能。     

一种SVM分类器自动模型选择方法

提出了一种基于粗网格与模式搜索相结合的支持向量机分类器模型参数优化方法,采用Jaakkola-Haussler误差上界作为模型选择的评价标准.以黎曼几何为理论依据,提出了一种新的保角变换,对核函数进行数据依赖性改进,进一步提高分类器泛化能力.在研究人工非线性分类问题的基础上,将该方法应用于手写相似汉字识别,实验结果表明分类精度得到了明显提高.     

基于粒子群优化算法的支持向量机研究

基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法. 针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性.      

基于多分类器结合的IKONOS影像城市植被类型识别

采用多分类器结合的方法对城市植被进行分类.首先,以分割获得的城市植被分布斑块为处理基元,在不同特征空间中采集不同的样本,通过ISODATA、马氏距离、最大似然、人工神经网络和专家系统法进行分类,并计算各分类结果的关联程度和各植被类型识别的先验概率;然后利用专家投票的大多数规则对分类结果组合,未分类的对象按照先验识别概率最高的结果归类.精度评价表明:多分类器结合方法显著提高了信息识别的能力;采用多分类器结合的方法比单个分类器获得的最高分类精度提高5.5%,Kappa系数提高7.4%;Z统计值均为负,且均通过95%的置信水平检验.     

应用ROC曲线优选模式分类算法

不同模式分类算法具有性能各异的特征参数及识别效果,至今缺乏普适的评估和优选方法.文中尝试将临床诊断受试者操作特性（receiver operation characteristic, ROC）曲线应用于人工神经网络（artificial neural network, ANN）的参数优化与支持矢量机（support vector machine, SVM） 的性能比较.试用结果表明,ROC曲线能兼顾灵敏度和特异性要求以综合评价分类器的识别性能;ROC曲线下面积作为量化指标可以直观有效地帮助优选分类阈值和比较不同分类器的性能优劣,值得推广应用于各种模式分类算法的科学实践.     

基于字符组合特征及BP神经网络的车牌汉字识别

提出了一种车牌汉字识别方法.该方法基于统计特征中的投影特征将车牌汉字根据结构特征进行粗分类,对于粗分类结果建立不同的BP神经网络分类器,训练完毕后,以MATLAB为软件平台,利用网络参数对车牌汉字进行分类识别.结果表明,该方法对车牌汉字识别有效,识别率高.     

基于超声波传感器阵列的车辆周围目标物识别

为了对车辆环境信息进行探测与识别,提高道路交通安全,该文研究了利用超声波传感器阵列识别车辆环境目标类型的方法:以分类器为核心,搭载目标物区分算法,实现对目标物的实时探测与区分。首先根据车辆周围环境信息提取了具有一定形状特征的典型目标物,分别为平板、圆柱和角形3种类型,以支持向量机(support vector machine,SVM)为分类器建立分类模型,根据目标物形状不同构造与优选分类特征指标集;依托分类结果建立目标物的类型区分算法,得到每一时刻各类目标物的概率值。仿真结果表明:分类模型的分类准确率达到91.5%;同时该方法对各种类型的目标物进行区分时,均达到较好的识别效果。在实际道路试验中,采集了汽车、行人和自行车3类目标物,采用该方法达到了良好的识别效果,具有可行性。     

关于教师课堂教学质量评价的思考

积极开展教师课堂教学质量评价对促进教师发展、提高教学管理水平和教学质量有重要意义。教师课堂教学评价所涉及的评价原则、评价方法、评价组织实施、评价工作中常见的问题及改进措施等因素需进行总结和探究。     

科学构建我院课堂教学质量评价体系

课堂教学是高职高专教学活动的基础,为保证课堂教学质量,必须构建科学的课堂教学质量评价体系。该文论述了制定课堂教学质量评价体系的原则及内容,课堂教学质量评价的反馈。     

关联规则挖掘在教师教学评价系统中的应用

课堂教学质量评价是教学管理过程中的重要环节．如何从学生评价教师课堂教学质量大量数据中找出数据间的关系，是检查教学效果和提高教学质量的重要途径，本文讨论了如何利用数据挖掘方法中的Apriori算法对评价系统数据进行关联规则挖掘。     

数据挖掘中朴素贝叶斯分类器的应用

朴素贝叶斯分类是数据挖掘中应用非常广泛的一种分类方法,本文利用该分类方法对高职院校教师测评数据进行了数据挖掘,提高了教师评价的科学性、客观性,从而更好地服务于教学.     

动态教学模式下的大学英语辅助课堂实践

基于现代教育技术,动态立体教学评估如今更为强调形成性评价和总结性评价。其特征是将第一课堂和第二课堂的评估相结合起来。以建构主义理论为基础,通过现代教育技术的支持,在教师指导下的第二课堂将促进和丰富第一课堂的教育,在英语教学过程中成为一个不可缺少的部分。     

决策树算法在高校教学评价系统中的应用

课堂教学质量评价是教育管理过程中的重要环节。将决策树算法运用于教学评价之中,可以提高教学评价技术水平,使之更好地为教学服务。     

基于Box-Cox变换的多元分层课堂教学评估模型

对课堂教学评估问卷的数据进行Box-Cox非线性变换;对变换后的数据进行指标聚类,建立多层指标体系;在每一指标类内实施主成分分析,建立了一种基于Box-Cox变换的多元分层课堂教学评估模型.将分析结果与未作Box-Cox变换的结果进行比较.结果表明:Box-Cox变换后的主成分分析给出的指标分类意义更明显,并且能够将原始数据中无法分开的高分数据更好地加以区分.     

基于英特尔未来教育视野课堂的重新定义

英特尔未来教育的教学模式和教学理念,为基础教育信息化敞开了一扇门,让人们看到了信息技术与课堂教学的有效融合。结合"英特尔未来教育"理念,本文重新定义了课堂的教学设计理念、教学目标、教学活动、课堂评价及教师角色,并从学生参与程度、课堂活动、学生认知能力及学生的发展等方面分析了重新定义的课堂教学效果。结果表明,将英特尔未来教育的理念有效地融入学科课程,可以提升学生的学习兴趣,增强学生的创新思维能力、自主学习能力等,同时可以帮助教师构建以学生为中心的研究性课堂教学模式和问题导向式教学模式。     

浅谈数学教学评价

数学教学评价是数学教学中不可或缺的教学手段之一,是对整体或局部的教学系统进行全面考查和价值判断的过程。数学教学评价包括课堂教学评价、学生学习评价和教学成果评价三部分。其中课堂教学评价应从学生学习数学的兴趣和热情、学生学习的效果和学生的创新思维等方面进行;学生学习评价应从口头作业、课堂作业和课外作业进行;教学成果评价应从口头测试、书面考试和实际操作能力等方面进行。     

“核环境治理工程”课程建设的经验与思考

结合辐射防护与环境工程专业本科创新人才培养的要求,对“核环境治理工程”课程建设进行了探索.确立了课程的教学内容,发展了课堂教学、设计性实验和研究性学习相结合的教学模式,优化了学校现有的课程教学评价体系,发展了积极的教学评价模式,达到了教学效果.