首先分析文本分类的现状,根据文本分类算法的要求和稀疏表示分类算法(SRC)的思想,设计基于元样本的稀疏表示分类器(MSRC),并应用于文本分类研究。实验结果表明,该MSRC算法具有较好的文本分类效果,有助于提高基于内容的信息检索效率。

为进一步提高文本分类的准确率和鲁棒性,在元样本稀疏表示分类算法的基础上,提出一种迭代加权的元样本稀疏表示文本分类算法,该算法在每一步迭代中依据一定的规则有监督地对权系数进行调整,使目标函数值被限定在较小的范围内,逐步逼近最优拉格朗日乘子,以得到更加稀疏的样本表示系数。实验结果表明,与经典的文本分类算法KNN、SVM及非加权的MSRC算法相比,提出的文本分类算法具有较高的准确率和较好的鲁棒性。

针对大数据对政府统计工作影响越来越大的现状,文章提出了一种基于稀疏表示的大数据统计算法框架。首先利用了有放回Bootstrap在数据中的样本和特征上采样形成不同数据子集,用多形态保留相似性方法融合子集中的异构数据,再在融合数据上作数据变换使得数据方便处理和富有信息,最后将变换后数据形成基元字典,基元字典加权构成稀疏表示的字典矩阵。建议算法在加利福尼亚大学机器学习UCI数据库中的Gisette和Internet Advertisements两个数据集进行了大量实验,实验表明,建议算法在数据集都具有最高的分类正确率和最快的运算速度。

【目的】在农业害虫测报中,常常需要从大量的昆虫中识别出几种重要的测报害虫。目前基于图像的农业害虫识别研究,大部分是在有限种类有限样本量基础上进行的农业害虫识别。本研究为了从大量的水稻昆虫图像中识别出9种水稻测报害虫,尝试提出了一种基于多特征融合和稀疏表示的农业害虫图像识别方法。【方法】首先,为了获得最优的农业害虫识别模型,将所有图像进行旋转使昆虫头朝上,按照1﹕2长宽比裁剪图像,使昆虫居中并占据图像大部分区域,将图像进行等比例缩放至统一尺寸48×96像素。提取所有昆虫的HSV颜色特征、局部特征中的HOG特征、Gabor特征和LBP特征。然后,利用单一特征和融合特征分别对训练样本构建过完备字典,字典中的每一个列向量表示一个训练样本,且满足同一类训练样本均在同一个子空间中;应用过完备字典对测试图像进行多特征稀疏表示,通过求解l1范数意义下的优化问题获取稀疏解,使得除测试样本所在的类别外其他的训练样本的系数都是零或接近零的数值。最后,计算稀疏集中指数阈值,用于判断测试样本的有效性,如果测试样本的稀疏集中指数大于该阈值,则认为最小残差所对应的类别即为测试样本的类别,否则认为该测试样本为非测报昆虫。同时,利用相同的特征和训练样本训练SVM分类器对测试样本进行测试,与稀疏表示害虫识别模型进行比较。【结果】利用单一特征训练的稀疏表示害虫识别模型中,基于HOG特征的稀疏表示识别模型获得了9种测报害虫较高的识别率和较低的误检率,分别为87.0%和7.5%;利用颜色特征分别与3种局部特征进行结合获得的稀疏表示识别模型,测试结果表明,基于颜色和HOG特征的稀疏表示识别模型获得了最高的识别率和最低的误检率,分别为90.1%和5.2%;将颜色、HOG和Gabor 3个特征结合获得的稀疏表示识别模型,识别率下降为83.5%,误检率上升为10.3%。利用同样的特征或特征融合训练得到的支持向量机分类器,识别率均低于对应特征获得的稀疏表示识别模型的识别率,而误检率均高于对应特征训练的稀疏表示害虫识别模型的误检率。【结论】基于颜色和HOG融合特征的稀疏表示识别模型获得了较高的农业害虫识别率和较低的误检率;通过稀疏集中指数阈值,有效地排除了非测报昆虫,实现了从大量的农业昆虫中自动识别出需要测报的害虫。

为了丰富专利分类的网络和文本语义表示，实现两者更有效的语义融合，提高技术融合预测效果，提出基于专利分类序列和文本语义表示的技术融合预测方法。首先，综合考虑专利分类位置及其上下文语境，直接对专利分类序列进行语义表示，提出基于专利分类序列语义表示的技术融合预测方法；其次，根据专利分类在序列中的重要性排序研究专利分类文本分配方法，形成基于专利分类文本语义表示的技术融合预测方法；在此基础上，设计多种特征融合方法，提出融合专利分类序列结构和文本内容语义表示的技术融合预测方法；最后，基于链路预测的理论和方法对提出的多种技术融合预测方法进行定量评价。在无人机领域的实验证实，专利分类序列语义表示模型的效果明显优于其他网络表示学习方法；依据重要性排序的专利分类文本赋予方式优于文本平均分配方式，基于此的专利分类文本语义表示能更好地进行技术融合预测；“SVM (support vector machine)+哈达玛积”的特征融合方法在所有方法中表现最优，较单一方法均有提高。本文提出的方法能够提高技术融合预测的效果，更好地为技术布局、技术研发提供借鉴和参考。

有效的早期诊断对孤独症有着重大意义。为此，提出一种综合考虑遗传因素及环境因素预测孤独症严重程度的方法。根据儿童孤独症评定量表（CARS），从孤独症门诊收集了样本集，建立基于栈式稀疏自编码器结合Softmax分类器的预测模型，并与常用的决策树、支持向量机方法进行了比较。经过试验证明，所提出的基于栈式稀疏自编码器的模型预测孤独症严重程度的准确率最高。

基于驾驶数据，驾驶行为分析方法能够获得隐藏的驾驶行为信息，进而实现驾驶风格识别等应用。随着传感器技术的发展，先进驾驶辅助系统需分析的驾驶数据的规模和维度不断增加，这提升了驾驶行为分析结果的有效性和普适性，但也给数据分析工作带来了挑战。因此，准确高效的驾驶行为分析方法对于先进驾驶辅助系统的作用越发重要。针对大规模、高维驾驶数据集，提出了一种基于“序贯稀疏自编码器”与高斯混合模型的驾驶行为分析方法。首先，为了有效提取驾驶数据的低维特征，该方法改进了稀疏自编码器在预训练阶段的损失函数，降低了模型参数易落到局部最优的风险。然后，该方法基于线性映射将提取到的驾驶特征映射到颜色空间，实现了驾驶行为的可视化。最后，该方法使用高斯混合模型对提取到的驾驶特征进行聚类，实现了驾驶风格识别。基于真实驾驶数据的验证结果表明，所提算法可以提取到比传统算法更有区分度的驾驶特征，并在轮廓系数等性能指标下都取得了更好的驾驶风格识别效果。

样本稀疏地区空间插值法对区域化变量的精准管理具有重要意义。基于ArcGIS 9.0,在分析土壤属性空间分布特征的基础上,提出并构建了基于不同土壤类型的土壤特性空间预测模拟模型,对比了传统方法与改进方法空间插值精度,实现了数值插值在复杂地理环境区域的应用,得到以下结论:(1)基于经度、纬度、海拔高度及坡度等地理因子的土壤基础环境因子的空间预测模拟模型,突破以往只能描述土壤属性在水平方向变化的局限,较客观、合理地反映土壤属性随地理位置及海拔高度的立体变化特征;(2)基于不同土壤类型回归模型来增加样本点以推断评价指标在无取样地区的分布状况的处理方式具有一定的数学理论支撑,有效降低了插值误差,提高了评...

随着我国汇率报价机制的逐步放开,人民币汇率的波动幅度近年来逐渐增大,汇率敏感部门对人民币汇率波动的预测需求逐渐增强。因传统的金融时间序列模型或指数平滑模型不能很好地筛选并包含高阶滞后项信息,故本文选取机器学习中的稀疏模型族(Lasso、Ridge、弹性网、SCAD与MCP)对汇率波动率进行预测,并将预测结果与传统模型进行比较并进行DM检验。结果发现,稀疏模型在各种货币的预测能力上均强于GARCH模型。在多种汇率的预测中,稀疏模型的预测能力表现出比指数平滑模型更强的稳健性。

提出了一种新的基于稀疏优化的网格逼近方法,使得三维几何物体可以由用户指定的合理的面片数的平面多边形来近似表示.该方法首先对输入的三维网格的面片法向进行L_0模优化,然后根据优化后的面片法向信息来驱动顶点位置更新.其次,对现有模型进行面片聚类.最后提出了一个基于全局顶点的稀疏优化模型.通过约束聚类边界顶点梯度L_0模最小对网格进行平面多边形逼近.大量的网格简化结果证明了所提出的优化模型与方法的有效性以及稳定性.

研究了在高维环境下的可解释分类问题，即特征的数量p非常大，而观测的数量是有限的。这种高维情况广泛存在于生物学、工程学和社会科学等领域。线性判别分析（LDA）是解决这一可解释分类问题的典型方法。然而，在高维情况下，LDA是不适合的，原因有二。首先，组内协方差矩阵的标准估计是奇异的；因此，不能使用传统的判别规则。第二，当p很大时，由于涉及p个特征，从LDA得到的分类规则是很难解释的。在这种情况下，受最优子集选择的原始-对偶活跃集算法的启发，我们提出了一种基于?0约束的稀疏线性判别分析方法，该方法在进行线性判别分析时施加了一个稀疏性标准，使分类和特征选择同时进行。在模拟和真实数据上的数值结果表明，与现有的替代方法相比，我们的方法取得了有竞争力的结果。

文章研究了一种高维数据聚类特征选择方法——稀疏聚类,稀疏聚类是通过对特征变量赋予权重,并添加lasso惩罚因子,压缩权重,得到对变量的权重排序,即重要性排序,使其在进行分类预测的同时达到自动剔除冗余变量的效果,从而起到了对高维数据聚类时的特征选择作用。将此方法运用于中国环保问题,将中国31个省份根据环保情况分为3类,并从现有的104个环保指标中筛选得到20个重要指标。

提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构。通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏系数,最后借助重构误差来实现病害识别。试验表明,这一算法的正确识别率达到90.67%,较稀疏表示分类算法提高5.7%,计算消耗时间7.5 s,较稀疏表示分类算法缩短4.3 s。

本文旨在研究基于fused惩罚的稀疏主成分分析方法,以适用于相邻变量之间高度相关甚至完全相等的数据情形。首先,从回归分析角度出发,提出一种求解稀疏主成分的简便思路,给出一种广义的稀疏主成分模型——GSPCA模型及其求解算法,并证明在惩罚函数取1-范数时,该模型与现有的稀疏主成分模型——SPC模型的求解结果一致。其次,提出将fused惩罚与主成分分析相结合,得到一种fused稀疏主成分分析方法,并从惩罚性矩阵分解和回归分析两个角度,给出两种模型形式。在理论上证明了两种模型的求解结果是一致的,故将其统称为FSPCA模型。模拟实验显示,FSPCA模型在处理相邻变量之间高度相关甚至完全相等的数据集上表现良好。最后,将FSPCA模型应用于手写数字识别,发现与SPC模型相比,FSPCA模型所提取的主成分具备更好的解释性。

在数码印花技术上,传统全局印花图案配准方法在精度和效率上无法满足需求,局部印花图案配准方法存在配准误差较多导致匹配误差大的问题,还存在图像变形控制点过多导致算法效率低等问题.该文提出了一种新的局部印花图案配准方法.该方法基于统计滤波优化配准算法,减少FLANN匹配点中的误差点;并在分析图像变形中冗余控制点特性的基础上,提出一种基于稀疏度的冗余优化算法降低控制点数量.实验结果表明:该方法可有效滤除配准后的误差点,优化控制点集,总体提高配准精度和算法效率.