简介：

简介：摘要随着我国社会主义经济转型，国内各大商业银行积极扩展个人信贷业务。同时为了符合银行风控的要求，个人信用评估体系的建立变得尤为重要。为保证银行和借贷人员双方的利益，根据所给信息以及相关数据，建立对应评估模型至关重要。

简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：摘要本文提出了一种基于局部自动搜索和光谱匹配技术的训练样本纯化的BP网络分类方法。利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置，再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化。从空间和光谱两个角度对样区进行了纯化，使得训练样本更适合遥感图像分类的要求，最后利用BP网络对遥感图像进行分类。实验结果证明，原始遥感图像经过样区纯化算法处理后，目视判读效果和数值分析都表明提高了分类精度。

简介：通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

简介：现有的火成岩分类方案中,存在某些岩类在分类图解上没有空间、岩类因控制参数少,投影重叠以及含有玻璃质导致一些岩石分类错误等问题.提出了以火成岩的SiO2、TiO2、Al2O3、FeO等11个氧化物成分为变量,利用人工神经网络BP网络建立火成岩岩石化学分类模型.研究表明该分类方法是合理的、可行的,取得了良好的判别分类效果,对46个检验样本的判对率达97.8%.

简介：1前言遥感是根据不同的地物对电磁波束有不同的响应这一原理，来识别地面信息的。传统的分类方法是利用遥感数据的统计值特征与训练区样本数据之间的统计关系进行模式识别，由于地表的复杂，光谱值的}昆合，使普遍存在的“同谱异物”和“同物异谱”问题难以得到令人满意的解决，造成仅仅利用光谱特性进行的自动分类精度不高。

简介：为了避免光照和复杂背景造成的多人脸误检漏检问题,提出一种基于肤色和AdaBoost算法相结合的多人脸检测算法,本文首先本章首先应用CbCrCg空间下基于最小二乘拟合的肤色聚类模型作为人脸检测的预处理过程,然后需要进一步将该区域作为输入图像依次通过AdaBoost级联分类器进行人脸检测,进一步去除肤色区域中的非人脸区域,最后实现更精确的人脸定位。

简介：Informationfusioninbiometricsystems,eithermultimodalorintramodalfusion,usuallyprovidesanimprovementinrecognitionperformance.Thispaperpresentsanimprovedscore-levelfusionschemecalledboostedscorefusion.Theproposedframeworkisatwo-stagedesignwhereanexistingfusionalgorithmisadoptedatthefirststage.Atthesecondstage,theweightsobtainedbytheAdaBoostalgorithmareutilizedtoboosttheperformanceofthepreviouslyfusedresults.Theexperimentalresultsdemonstratethattheperformanceofseveralscore-levelfusionmethodscanbeimprovedbyusingthepresentedmethod.

简介：

简介：贝叶斯决策理论是统计模式识别中的一个基本方法。依据贝叶斯决策理论设计的分类器具有最优的性能，即所实现的分类错误率或风险在所有可能的分类器中是最小的，因此经常被用来衡量其他分类器设计方法的优劣。贝叶斯决策是一个很有效的分类工具，但它仍然存在着一定的错误率和风险，因此还需进一步的改善和完善。

简介：高光谱影像包含有丰富的地物类别信息,但由于受分类方法等因素的限制,这些信息并不能得到充分的挖掘.组合分类器由于可以实现各分类结果信息的互补,因而总有着较各单分类器效果更好的分类性能.将组合分类方法引入到高光谱影像的分类实践中,并对组合的关键问题一组合规则进行探讨,提出了混合组合规则的概念.实验表明,利用该组合分类方法对高光谱影像进行分类,可以得到良好的处理结果.

简介：摘 要 航材消耗预测是航材管理的重要组成部分，它的水平的好坏直接影响着部队的军事经济效益，更是影响着部队战斗力的生成。本文根据部队年度消耗训练样本的实际情况，引入了AdaBoost算法和支持向量机，提出了一种基于AdaBoost算法的支持向量机回归方法，对航材消耗进行预测分析，分析表明它能够更好的解决小样本的训练学习的问题。

简介：利用影像的空间信息在图像局部范围内自动搜索和选择最佳样区位置，再用光谱匹配对寻找到的最佳样区从空间和光谱两个角度对样区进行了纯化，使得训练样本更适合遥感图像分类的要求，最后利用BP网络对遥感图像进行分类。实验结果证明，原始遥感图像经过样区纯化算法处理后，目视判读效果和数值分析都表明提高了分类精度。

简介：现在的储钱罐存在一个问题，就是把所有的硬币混合在了一起。储钱罐存满了钱，就要将里面的硬币分类规整起来计算一下钱数。可通过人工分拣的方式费时费力，枯燥无味。能不能发明一个装置，边存钱边分类呢？

简介：先举几个分类器（classifier）的用例：垃圾邮件检测、第一语言自动判定（如Google翻译）、表情分析。通常专用技术做得更好，然而本文介绍的简单贝叶斯分类器是通用的，它易于实现，且对多数应用来说都已足够好。此外，虽然专用算法能带来更高的准确度，但在一般情况下，更好的数据加上可以自行调整的算法，能以更低的代价获得更好的结果。

简介：摘要在目前的供电系统当中，变压器是重要的应用设备，其运行稳定和持续对于电力系统的价值发挥有着重要的影响，因此做好变压器的检查和维修现实意义巨大。就目前的分析来看，变压器的运行状态会因为负荷量大小、负荷类型、电压波动等诸多非自然因素和自然因素出现一些故障，发现这些故障并对其进行分析和解决可以保证变压器的使用安全和稳定运行，故针对变压器故障分析对现场安全稳定的运行就起到了至关重要的作用。当前针对牵引变压器的分相的这一特性，探讨牵引变压器故障分析。基于BP神经算法的检测对于牵引变压器故障的分析效果较好，本文对此做全面的探讨，旨在为变压器故障解决提供参考。

简介：　　由山东新风光电子科技发展有限公司生产的JD-BP系列石油钻机专用变频调速器是在传统的钻机电控系统的基础上,利用当今先进的变频技术研制成功的.……

简介：以火成岩的11种氧化物成份为变量,把BP网络算法应用到火成岩岩石分类中,用C语言编程实现.研究表明,该方法是合理的,对实验样本的辨别率达到97%以上.

简介：论文主要介绍采用BP神经网络对变压器油中溶解气体进行分析来进行变压器故障诊断。论文所用BP算法是在传统的最速下降BP算法中加入可变学爿率以及采用动量因子的改进BP网络算法，即将自适应学习率法和动量BP法相结合的学习率可变的动量BP算法，建立了一种具有较强学习能力、泛化能力和适应能力的神经网络模刚，并通过实验证明了其对变压器故障诊断的准确性。