摘要：为在回归模型中描述定性属性,通常需要引入哑变量。对含哑变量的回归方程,提出描述不同哑变量在回归方程中不同重要程度的方法。该方法分解出含哑变量的回归方程中哑变量部分和非哑变量部分的回归平方和,计算这两部分在该回归方程中所起作用的占比,将该占比设计为各哑变量在回归方程中的相对重要程度指数。在近10万笔的Lending Club和Prosper网络借贷数据集上,所进行的挖掘借款用途对借款成功率、信用等级对借款利率的影响程度的实验结果表明,与传统回归方程仅提供哑变量前的系数却不能展现其重要程度相比,所提方法展现出不同哑变量的不同重要程度,为定量分析回归方程中定性自变量对因变量的影响程度提供了重要的手段。

摘要：针对现有体育视频分类方法中采用单个特征或简单组合无法提高分类精确度问题,提出一种颜色和纹理非线性融合的特征提取方法,并进一步设计基于SVM的分类器.主要工作包括:颜色空间转换、颜色索引矩阵定义、颜色共生矩阵定义、颜色纹理提取和多分类算法设计.实验结果表明非线性融合方法比单颜色、单纹理或颜色和纹理的简单融合在体育视频分类上具有更好的类别区分度,分类精确度平均分别提高了9.94%,8.66%,6.90%.

摘要：研究假设视频同源帧插入、异源帧插入、替换、删除篡改能够导致视觉内容发生变化,并致力于以底层特征为基础建立这种微小变化数学模型.首先,提取RGB 3个通道的彩色直方图作为底层特征,采用直方图相交法定义视频帧之间的颜色内容一致性值;其次,采用拉依达准则设定阈值,一旦待检测视频帧的颜色内容一致性值小于自适应阈值,则判定该帧被篡改了.实验结果表明该假设是合理,有效的,所设计的算法能够检测出道路监控视频、背景相对复杂视频中的同源帧插入、异源帧插入、替换、删除的篡改.

摘要：复杂设备的故障特征具有不确定性,非线性等特点,为预防故障可能造成的严重后果,提高故障预测准确性是非常必要的.针对故障预测具有不确定性的特点,本文将模糊数学中的模糊贴近度和粒子滤波算法相结合设计故障预测的方法.新方法利用隶属度函数设计了描述系统运行正常的正常模糊子集和运行异常的异常模糊子集,利用粒子滤波算法计算系统运行的预测值,并计算预测值的正常隶属度;再分别计算预测值的正常隶属度与正常模糊子集和异常模糊子集的贴近程度来实现故障预报.该方法通过三容水箱系统T2水箱水位变化预测三容水箱系统是否出现故障和通过UH-60行星齿轮盘裂纹何时开始增大的故障进行实验,并同基于改进余弦相似度的粒子滤波故障预报、基于随机摄动粒子滤波器的故障预报算法和基于粒子滤波的FDI方法进行了对比.实验验证了该方法的可行性,可及时准确地预测出系统故障.