多元统计分析对等级成绩评定的优化   总被引：2，自引：0，他引：2  

陈雪东  施红星 《楚雄师专学报》2001,16(3):19-21

本文首先讨论了教育实习成绩评定中存在的一些问题，然后应用多元统计中的判别分析与最优分割方法，结合实例给出了进行优化的方法与途径。该方法克服了人为主观因素及指标间相关性的影响，因而更为客观准确。  相似文献   

两类医学高校学报判别函数的建立     

李英  陈景武 《现代情报》2005,25(4):166-167,170

在本研究先期工作所确立的3项指标体系基础上,运用多元判别分析方法建立两类医学高校学报判别函数,并确定新指标体系中各指标判别能力的大小。经与8项指标体系的判别结果及原分类情况做配对χ2 检验,P值均>0 0 5,故可认为新的评价指标体系及方法科学有效,可用于对未知类别的医学高校学报学术质量的评估,为医学院校学报质量的评估提出了新的科学、简便、实用的指标体系和评价方法,为科技期刊学术水平的评价及质量的提高提供了科学依据。  相似文献   

基于Fisher判别分析的加权估计纹理分析     

《实验室研究与探索》2015,(2):24-28

传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度。针对这种以局部表示全局而导致不能很好地进行特征提取的问题,提出了基于Fisher判别分析的加权估计纹理分析方法。首先使用局部二值模式或者局部相位量化对图像进行纹理编码,然后将其划分成各个大小相等且不重叠的局部小块,从相似空间中提取出最具识别力的坐标轴,利用Fisher线性判别分析方法对其进行纹理分析,通过权值优化给出了最佳解决方案。最后,在FERET和FEI两大通用人脸数据库上的实验验证了所提方法的有效性。实验结果表明,相比其他文献中提出的纹理方法,所提方法取得了更好的识别性能。  相似文献   

我国教育博士专业学位研究生延期毕业的预警模型研究——基于Logistic-Fisher的实证分析     

周建华  陈凤菊  覃红霞 《中国高教研究》2023,(3):27-33

基于2022年“全国教育博士培养质量调查”,运用二元Logistic回归模型筛选出对教育博士延期毕业有显著影响的判别因子,再运用Fisher线性判别法,随机抽取70%的样本构建判别模型,以另外30%样本检验模型。研究结果表明：所构建的预警模型预测准确率约88%,且稳健性较高;影响教育博士普遍延期毕业的主要原因是教育博士的个体因素,包括性别、学习时间、学业效能感3个因素,其相对贡献占比累计达54.63%;次要原因是院校因素,包括交流频次、录取方式和脱产时间3个因素,其相对贡献占比累计为45.37%。据此,为缓解教育博士延期毕业的问题,教育博士、培养院校和工作单位应加强协作,强化学业规划,优化培养模式,构建学业预警机制,缔结“利益共同体”。  相似文献   

体育多种评价方法的比较研究   总被引：2，自引：1，他引：1  

黄明教  杨德芳  陈志强 《武汉体育学院学报》2001,35(2):114-116

运用相关系数的归一化、标准百分的类比和多类多级判别分析的理论方法，分析于娟推铅球的专项素质对专项成绩影响的重要性大小排序，其排序的评价结果较一致。对这3种方法作为评价手段进行相互比较，相关系数的归一化评价方法较其它2种评价方法合理。  相似文献   

基于遗传算法的预测指标信息提取方法研究     

蒋艳霞  柯大钢  解青芳 《情报杂志》2007,26(6):52-53,56

建立预测模型时，选择合适的自变量集合很重要。指标太多会增加数据采集的工作量和问题分析的复杂性；盲目减少指标又会损失很多信息，容易产生错误的结论。因此需要找到一个合理的信息提取方法，在减少分析指标的同时，尽量减少原指标包含信息的损失。通过应用遗传算法技术，根据预测模型的预测正确率来选择指标，建立了基于遗传算法的预测模型指标的自动提取模型。实验应用表明，利用遗传算法提取预测模型的指标信息效果比较好，优于神经网络和决策树模型。  相似文献   

基于判别分析的大学生体质健康数学模型的构建     

冯丽明 《内江师范学院学报》2014,(10):113-116

采用测量法和数理统计法等方法,对华中科技大学文华学院2007、2008级学生进行《国家学生体质健康标准》测试,通过对身高、体重等6项指标的测试,对所得数据进行统计学处理后,进行聚类分析和判别分析,建立学生体质健康判别分析模型,对所建立的模型进行检验,其模型具有较好的科学性与实用性。  相似文献   

一种基于图像隶属度的分块2DLDA人脸识别方法     

苏长明 《内江科技》2012,(9):126-127

有效地提取特征和设计好的分类方法是人脸识别的关键,本文结合隶属度函数提出一种基于图像分块的二维线性判别分析识别方法。首先对人脸样本图像等量划分为若干个子模块,再直接对子模块图像矩阵进行二维线性判别分析提取特征,得到子模块低维特征矩阵,最后算出测试图像子模块相对于训练类对应子模块的隶属度,选取几个隶属度最大的子模块进行权值叠加,被测试图像最终归属于叠加结果最大的一类。该方法既克服了小样本问题又具有更人性化的分类设计。在ORL和FERET人脸数据库上的实验结果表明,提出的方法不仅运算量小而且识别率也明显优于其它方法。  相似文献   

一种基于广义奇异值分解的无关联线性判别分析算法     

何红洲 《绵阳师范学院学报》2010,29(5):102-107

有监督学习旨在样本数据集中找到最优判决向量。线性判别分析（LDA）和无关联线性判别分析（ULDA）是解决该问题的常用方法。研究中改进了古曲LDA方法使其与ULDA等价,并给出了相应求判决向量的ULDA/QR算法来简化ULDA中对判决向量的求解;为了有效地解决LDA方法和ULDA方法中类内散布矩阵奇异性的问题,提出了一种基于ULDA/QR,正则LDA和广义奇异值分解（GSVD）的无关联线性判别分析算法。  相似文献   

正则化最小二乘线性判别分析算法     

刘遵雄  曾丽辉 《江西电力职业技术学院学报》2010,23(1)

线性判别分析(Linear Discriminant Analysis,LDA)是用于降维和分类的方法,然而在遇到小样本问题时,由于全局散布矩阵是奇异的,所以传统的LDA方法是不适用的。为了解决LDA的这种缺点,提出了基于最小二乘线性判别分析(Least Squares Linear Discriminant Analysis,LS-LDA)的正则化算法,在LS-LDA中分别加入关于加权矩阵的L1范数、L2范数和弹性网络的惩罚项、来解决小样本问题,使模型具有鲁棒性和稀疏性。在对回归分析、正则化方法和LS-LDA相关技术进行深入分析的基础上,构建正则化最小二乘线性判别分析框架算法,实现数据降维。结合标准文本数据集进行实验,采用KNN(K-Nearest-Neighbor)分类器进行文本分类。实验结果表明,正则化的LS-LDA具有很好的分类性能,其中以加入了弹性网络惩罚项的LS-LDA最优。  相似文献