Accurate forecasting of the undecided population in a public opinion poll

The problem of pollsters is addressed which is to forecast accurately the final answers of the undecided respondents to the primary question in a public opinion poll. The task is viewed as a pattern‐recognition problem of correlating the answers of the respondents to the peripheral questions in the survey with their primary answers. The underlying pattern is determined with a supervised artificial neural network that is trained using the peripheral answers of the decided respondents whose primary answers are also known. With peripheral answers as inputs, the trained network outputs the most probable primary response of an undecided respondent. For a poll conducted to determine the approval rating of the (former) Philippine president, J. E. Estrada in December 1999 and March 2000, the trained network predicted with a 95% success rate the direct responses of a test population that consists of 24.57% of the decided population who were excluded in the network training set. For the undecided population (22.67% of December respondents; 23.67% of March respondents), the network predicted a final response distribution that is consistent with the approval/disapproval ratio of the decided population. Copyright © 2002 John Wiley & Sons, Ltd.     

一种基于时序分析的大型重载支承轴隐蔽部位疲劳裂纹诊断方法

大型重载支承轴隐蔽部位因发生不可观测的突发性疲劳断裂事故,严重影响生产的正常进行,给企业带来重大的经济损失.在分析支承轴振动特性的基础上,通过在机械结构外部便于检测部位提取反映结构疲劳裂纹状态的特征信号,编写相应的MAT-LAB程序构建时序模型,然后模拟支承轴实际工况,将裂纹产生、发展、断裂过程划分为5种状态,建立标准故障模式特征向量空间.运用模糊聚类分析方法,结合Euclide距离判别函数,找出与标准故障模式特征向量中隶属度最大的特征向量,从而有效诊断支承轴隐蔽部位疲劳裂纹状态的程度.最后通过实例验证了该方法的正确性和可行性.图2,参5.     

数论中欧拉恒等式的若干注记

利用新建立的丢番图的定理,我们以回顾历史的眼光来探究数论中著名的欧拉恒等式,本文用实例证明欧拉恒等式所表达的理念与意识形态存在明显的错误。     

逐步Fisher判别法在分析我国12年股市上的应用

应用逐步Fisher判别法的多元统计数学工具，综合分析我国12年股市的各指标因素量化统计特征，建立Fisher判别式，从而得出研判我国股市顶部和底部区域、上升、下降、盘存各种形态的数学模型．     

基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

基于多向Fisher判据分析的间歇过程性能监控

针对传统的间歇过程监控方法,在建模时只利用正常工况下的数据,其故障诊断能力并不令人满意的问题,提出了多向Fisher判据分析(MFDA:Multiway Fisher Discriminant Analysis)方法,用于间歇过程的监控.该算法同时利用正常工况和故障条件下的数据进行建模,其故障诊断能力要优于MPCA(Multiway Principal Component Analysis),在故障检测的同时也实现了故障的诊断.通过对实际工业链霉素发酵过程数据分析,表明该算法是可行的,可以获得较满意的故障诊断结果.     

设施栽培香石竹根际土壤酶活与土传病害相关性研究

文章对设施栽培香石竹根际土壤的酶活性进行检测,通过统计分析,结果表明,酶活性在正常与发病植株之间存在显著差异,最后由判别分析得出,脱氢酶和磷酸酶的影响因子最大,可以作为设施栽培土传病害预测预报的一个重要指征。     

采用频带能量进行ECoG信号的特征提取

对于典型的采用皮层脑电图的脑-机接口系统,测试者想象左手小手指或舌头运动,提出了采用频带能量的特征提取方法.首先,把频带能量作为特征,进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后采用频带能量进行皮层脑电图信号的特征提取,并利用主分量分析进行降维;最后采用Fisher线性判别分析进行两类意识任务的分类.离线分析结果表明,该方法对测试数据取得了很好的分类准确率.     

结合FDA与NMF的高光谱数据解混方法

高光谱图像解混是遥感图像处理的重要技术之一．利用非负矩阵分解（NMF）进行高光谱图像解混是近年来发展起来的一种方法．这种解混方法假设光谱具有稳定的光谱特性;但实际上光谱经常是多变的,这个现象影响着解混的精度．为了减小这一影响,首先利用Fisher判别分析（FDA）对高光谱数据进行线性变换,而后利用变换后的高光谱数据提出了一种FDA与NMF相结合的高光谱数据解混方法．实验表明新方法能够有效地提高解混精度与效率．     

核Foley-Sammon变换

在模式识别领域,基于Fisher判别准则的Foley-Sammon变换技术有很大的影响.但是线性判别并不总是最优的.文章提出了一种基于核技巧(Kernel tricks)的非线性的特征提取技术KFST(Foley-Sammon Transformwith Kernels)——通过引入核技巧,可以在特征空间中有效计算FST.特征空间中的线性特征提取对应于输入空间的非线性特征提取.试验表明,KFST比FST具有更好的特征提取能力.