摘要：小样本问题在利用线性鉴别分析处理高维样本时经常遇到,但是已有方法在如何构造完整的最优子空间,并在其中获得最有效的鉴别分析的过程中始终存在着共同的缺陷.提出一种最优对称零空间准则的鉴别分析方法,通过构造类内和类间散布矩阵的2个零子空间及其互补子空间,获得分布在各子空间中降维样本的最优鉴别信息,可有效地解决传统Fisher线性变换方法中的最终特征维数受类别数限制的问题.在FERET和ORL人脸数据库上的实验结果验证了文中方法的有效性.

摘要：首先利用核函数技术将原始样本隐式地映射到高维特征空间;然后在高维空间里利用再生核理论建立基于Fisher鉴别极小准则的2个等价模型;最后在该空间的核类间散布矩阵的非零空间和零空间中应用Fisher极小鉴别准则求取核鉴别矢量.在人脸库上的实验结果验证了该算法的有效性.

摘要：该文提出了一种基于小波特征的非线性鉴别特征抽取方法,即在进行非线性映射之前,首先利用小波变换对原始输入图像进行预处理,获取低频平滑、水平细节和垂直细节等3个子图的小波特征,然后在频域上,对它们分别进行核Fisher鉴别分析。对最终获得的3组鉴别特征设计了一种特征融合的方法。在ORL标准人脸库上的试验结果表明所提方法不仅在识别性能上优于现有的核Fisher鉴别分析方法,而且,在ORL人脸库上的特征抽取速度提高了近13倍。

摘要：独立分量分析和主分量分析在模式识别领域中,处理的方法和思路有很多相似之处。本文对两者的原理及特点进行了分析,并分别设计了两者的重建模型字符识别方法。通过对美国国家邮政局USPS字库中全部数字字符完整的识别实验,对两种方法在模式识别中特征抽取能力作了全面比较和系统分析。

摘要：特征抽取是文本分类的重要研究领域,针对原始特征空间的高维性与稀疏性给分类算法带来"维数灾难"问题,探讨了基于词条聚合的特征抽取方法,设计了一种利用词条聚合进行特征抽取的文本分类的方案.该方案利用改进的树型动态自组织映射(TGSOM)进行词条聚合,并根据聚合特征的特点,考虑所包含的词条的文档频率的不同和区分文档类别属性的能力的不同,提出了一种新权重计算方法,最后利用SPR INT决策树算法进行分类,实验表明该方法比普通方法分类精度提高4.32%.

摘要：[目的/意义]对新一代信息技术产业政策变迁进行研究,有助于明确政策的优化方向,促进新一代信息技术产业的发展。[研究设计/方法]综合官方发布的权威分类文件、业界发布的研究报告、学术领域刊登的相关文章确定政策检索词。采用政策编码、文本分析、BERT及其扩展模型等分析方法,对政策的外部属性、文本主题变迁以及工具结构变迁特征进行分析。[结论/发现]新一代信息技术产业政策经历了起步阶段、高速发展阶段和平稳发展阶段。政策内容由基础扶持性政策过渡到高端要素性政策,再到转型提质性政策。政策工具结构呈现以环境型工具为主、供给型其次、需求型最少的非均衡性分布。未来,各级政府应协调各类型新一代信息技术的发展,落实政策要求,加大需求型政策工具的支持。[创新/价值]从外部属性和内容属性维度开展政策量化研究,通过多方法实现不同政策特征的自动抽取,厘清了新一代信息技术产业政策关注类型,系统梳理了产业政策的变迁特征,为政府的政策制定提供借鉴和参考。

摘要：为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法。该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模式的可分性。二次特征输入到二叉树SVM多类分类算法设计的分类器实现传感器故障诊断。仿真实验结果表明,这种结合了PCA特征抽取和SVM分类的诊断方法准确率高,其诊断效果优于直接采用原始特征进行分类的情况。

摘要：抽取有效的图象特征是完成图象识别的首要任务.本文首先从代数理论导出一种新的概念:矩阵相似度,由此构造图象的相似性判别函数,从而提出一种基于相似性判别函数的图象特征抽取和识别方法.最后,我们将此方法用于解决图象识别中非常困难的人像识别问题.实验结果表明:我们的特征抽取和识别方法非常有效,由此设计的分类器具有较高的识别率.

摘要：目前基于机器学习的入侵检测研究都是从提高检测精度的分类器算法设计出发,大多未考虑对样本特征的分析。文章提出了一种基于特征抽取的异常检测方法,应用主元神经网络(PCNN)抽取入侵特征,再应用SVM检测入侵。采用广义Hebb学习规则训练线性主元神经网络,SVM采用基于网格粒度搜索获得最优参数。利用KDD99数据集,将线性PCNN-SVM与SVM进行比较,结果显示在不降低分类器性能的情况下,PCNN特征抽取方法能对输入数据有效降维。

摘要：针对目前汉字鉴别效率低、容易造成几何性质的丢失的现状,提出了一种利用小波分解与重构的技术对汉字签字进行特征抽取的方法.首先对整个签字的每一笔划进行通过多分辨率分析的小波分解公式进行复信号小波变换,这样可以得到每一个笔划的小波分解值;然后设计了一组新的小波重构公式,并利用该公式对各个笔划的特征进行了有机的整合,产生了整个签字的具有旋转、平移及尺度不变性特点的特征,从而使鉴别效果大大提高.