面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。     

舰艇编队防空能力仿真和可疑目标识别模型

由于舰艇的探测范围有限,为了最大限度地保证指挥舰的安全,需要设计合理的编队队形。对此设计了一种对称环形编队,分析了该编队在有预警机和无预警机两种情景下的抗饱和攻击能力。分析结果显示该队形能最大程度地保护指挥舰安全,抗饱和攻击能力显著增强。特别在有预警机支援的情况下,舰队生存能力可以得到极大提升。最后针对未知目标,使用决策树分类可以更迅速准确地判断出目标真实意图。     

高考试题中有关函数图象的考查分析

首先我们来回顾一下十多年来高考中关于函数图象的考查情况，就考查的侧重点分类如下：     

基于空间谱估计的测向技术

利用空间谱估计测向技术可以实现对目标信号测向,其优异的测向性能受到理论界和工程界的极大重视,出现了许多各具特色的空间谱测向算法,主要对多重信号分类算法(MUSIC)、旋转不变子空间(ESPRIT)、最大似然算法(ML)这三种算法进行了测向性能的比较分析。首先介绍了空间谱估计的基本原理,然后构建了均匀线阵的阵列模型,对三种测向算法及其流程做了较详细的分析,最后从不同的信噪比、快拍数和阵元数三个方面进行了测向性能仿真,仿真结果显示:在算法的测向精度上,MUSIC算法和ML算法明显要优于ESPRIT算法,随着信噪比的提高、阵元数目的增多、快拍数的增加,三种算法的测向性能都随之得到改善。     

提升基层组织建设科学化水平

正基层组织建设年要紧扣"强组织、增活力,创先争优迎十八大"主题,按照"抓落实、全覆盖、求实效、受欢迎"要求,围绕"五个进一步提升"目标,贯彻《兵团在创先争优活动中开展基层组织建设年实施方案》,着力深化认识、细化措施、狠抓落实。找准问题分类定级找准问题是为下一步整改提高、解决问题提供依据、奠定基础,分类定级     

毫米波雷达手势识别综述

围绕雷达手势识别技术中的动态手势信息感知、手势回波信号预处理,手势特征提取及分类算法等关键技术,对国内外公开发表的相关文献进行了归纳总结,对现有方法的性能进行了分析和评价;梳理了该研究近年来基于毫米波雷达技术的手势识别研究发展方向上亟待解决的问题,并对未来的研究方向进行了展望.结果 表明,雷达手势识别技术已经在人机交互...     

基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。     

动态云的真实感计算机模拟

纹理模拟是计算机生成真实感图形中一种重要且不可缺少的手段。详细介绍了运用Frdactal几何和Fournier级数产生各种形态云的纹理模拟方法,具体描述了动态云的生成过程,以及多个云团的合成、云与背景的合成等问题,最后给出了基于这一方法所实现的云团模拟图例。     

基于步态特征的人体身份识别

步态识别是一种新兴的生物特征识别技术,具有广泛的应用前景.首先,给出了步态识别的特点;其次,根据步态序列图像的预处理、特征处理和识别分类三个阶段,阐述了目前所采用的主要技术及各种技术的主要优缺点;最后,提出了步态识别的应用前景和目前存在的主要问题.     

利用OpenGL开发虚拟潜望镜视景系统

介绍了在ＰＣ环境下,利用ＯｐｅｎＧＬ图形库开发虚拟潜望镜视景系统的背景、意义及系统的功能,并介绍了其中若干关键技术的实现方法．