Fisher线性判别

摘要： 目的:使用基于机器学习的Fisher线性分类判别方法,对分割的乳腺微钙化数据进行线性变换,预测乳腺微钙化的性质。方法:基于Fisher线性分类判别分析原理,建立预测判别模型对乳腺微钙化的良、恶性进行分类。选取在医院行乳腺癌筛查的432例患者的原始数据,将原始数据中的30项569条乳腺癌特征数据为输入变量,以乳腺微钙化良、恶性的预测准确率为输出变量,建立乳腺微钙化分类判别模型。结果:将测试样本代入训练后的Fisher线性判别模型中,其预测乳腺微钙化的良、恶性分类准确率达到93.86%,受试者工作特征(ROC)曲线下面积(AUC)值为0.99,模型的分类性能良好。结论:建立的Fisher线性判别模型对乳腺微钙化良、恶性的预测分类效果较好,能够方便快捷地为乳腺疾病的临床诊断起辅助作用。

摘要： 针对传统矿井突水水源判别方法对矿井煤层底板突水水源判别准确率低的问题,以城郊煤矿二_(2)煤层为例,建立了Fisher矿井底板突水水源判别分析模型。城郊煤矿二_(2)煤层具有突水威胁的含水层分别为煤系砂岩含水层和底板太原组岩溶裂隙含水层,考虑到水化学离子的重要性及数据的有效性,采用煤层底板有突水威胁的砂岩水、太灰水和混合水3类水样分析资料作为样本,选取Ca^(2+),Mg^(2+),Na^(+)+K^(+),HCO_(3)^(-),Cl^(-),SO_(4)^(2-)这6种离子含量和矿化度作为矿井突水水源判别分析的变量。利用SPSS软件求得2个典型Fisher判别函数(第1和第2判别函数),计算出典型判别函数在3类水样类别的中心值,通过比较待判水样函数值与这3类水样类别的中心值距离即可判别样本归属哪一类别。利用回代估计法对Fisher矿井底板突水水源判别分析模型进行检验,结果表明:该模型的判别正确率达93.3%,判别结果可信度高。利用该模型对城郊煤矿二_(2)煤层10个已知水样进行分类,得出10个水样的判别结果与实际情况吻合,判别正确率为100%。

摘要： 为切实解决中小微企业贷款融资和银行对中小微企业贷款策略之间存在的问题,提出了基于风险等级的中小微企业信贷模型.该模型创新性地将机器学习算法引入传统中小微企业信贷风险及策略的研究当中,运用PCA降维、K-means聚类确定企业风险等级;通过Fisher线性判别确定银行信贷利率.应用该模型将123家中小微企业分成五类风险等级,并给出银行对五类不同风险等级企业的贷款额度及利率,并通过实验验证模型的有效性和正确性.

摘要： 为切实解决中小微企业贷款融资和银行对中小微企业贷款策略之间存在的问题,提出了基于风险等级的中小微企业信贷模型。该模型创新性地将机器学习算法引入传统中小微企业信贷风险及策略的研究当中,运用PCA降维、K-means聚类确定企业风险等级;通过Fisher线性判别确定银行信贷利率。应用该模型将123家中小微企业分成五类风险等级,并给出银行对五类不同风险等级企业的贷款额度及利率,并通过实验验证模型的有效性和正确性。

摘要： 在大数据环境下,劳务众包A PP平台上任务的完成率是反映平台运营的重要指标.利用某劳务众包APP平台上的会员信息以及一个已结束项目的任务数据,辅以地区宏观数据,挖掘出六个影响因素,构建相应的预测模型.Fisher线性判别模型表明,价格、距离、非户籍人口比例对完成度有正向影响,而人均可支配收入、交通支出和失业率有负向影响;随机森林模型显示,按照重要性排序,影响因素依次是距离、交通支出、非户籍人口比例、价格、可支配收入和失业率.此研究结论能及时为平台、商家的任务发布策略提供参考,有助于平台更加有效地运营.

摘要： 局部二值模式(Local Binary Patterns,LBP)是一种有效的局部特征,具有强大的判别能力和鲁棒性,已经被广泛应用于人脸识别系统.然而大部分的LBP类描述符都是人为设计的,需要大量的先验知识.鉴于此,论文提出一种基于学习的LBP采样模式.该方法使用像素差异向量(Pixel Difference Vectors,PDV)度量两张图片的距离,基于Fisher判别准则建立目标函数,通过推导将模型求解转化为一个简单的0-1规划问题,并可在很短的时间内求得最优解.最后,在FERET人脸库上的实验验证了该方法的有效性.%Local binary patterns(LBP)is an efficient local feature and has been widely used in many face recognition systems due to its strong discriminative power and excellent robustness.However,most existing LBP-like face descriptors are hand-crafted, which require strong prior knowledge to engineer them.The present work proposes a learning-based sampling pattern.It could mea-sure the distance of two images using pixel difference vectors(PDV).Moreover,the objective function based on Fisher's linear dis-criminant is established.It should be noticed that the solving problem of this model into a simple 0-1 programming is converted,so as to get the optimal solution in a short time.Extensive experiments on FERET face databases validate the effectiveness of the pro-posed algorithm.

摘要： 为了建立野生、人工沉香的识别方法,采用《中药色谱指纹图谱相似度评价系统》对48批次沉香的HPLC图谱进行分析,并结合多变量统计筛选野生、人工沉香识别特征峰,建立两者的Fisher线性识别模型和偏最小二乘判别法(PLS-DA)识别模型.结果表明:野生、人工沉香HPLC图谱的色酮种类及含量具有较大差异,为识别模型的建立提供了依据;多变量统计筛选出的9个色谱峰变量具有代表性,可用于识别模型的建立;所建立的Fisher识别模型对野生沉香和3年以内人工沉香的判别正确率均为100％,可用于野生与人工沉香的识别;Fisher线性识别模型的线性判别函数:y=-0.19314x1-0.08649x2+0.07302x3+0.13665x4+0.05301x5-0.0585x6+0.09758x7+0.04024x8-0.13012x9,y1=-1.5553、y2=2.6418、临界值y0=0.5433.

摘要： Cs2LiYCl6:Ce3+(CLYC)晶体是一种性能优异的无机闪烁晶体,具有良好的n/γ脉冲形状甄别能力.传统的电荷比较法常用来甄别CLYC晶体的n/γ,通过优化积分时间窗口的宽度来获得最优的甄别结果,计算量大.本文提出利用Fisher线性判别进行CLYC晶体的n/γ波形甄别,以获得高甄别品质因子为准则来构建投影向量.n/γ混合场由Am-Be源产生,用泰科DPO7104示波器记录探测器信号.结果表明,构建投影向量后,Fisher线性判别方法计算量小、可移植性强,且可得到优于电荷比较法的甄别结果.%Cs2LiYCl6:Ce3+ (CLYC) crystal is a promising new inorganic scintillator .It can discriminate neutron and γ rays with pulse shape discrimination (PSD ) method . Charge comparison method ,whose best discrimination result was achieved through opti-mizing the integral time window width with heavy calculation ,was usually adopted to discriminate neutron and γ rays in CLYC .In this work ,Fisher linear discriminant , w hich aims to get high discrimination figure of merit through constructing projective vector ,was used to discriminate neutron and γin CLYC crystal in Am-Be mixed radia-tion field .The signals from CLYC crystal were digitized using DPO 7104 oscilloscope . The results show that after constructing projective vector ,Fisher linear discriminant hassmall calculation and good robustness ,and can get better discrimination results than charge comparison method .

摘要： 本文在分析了传统的基于整体特征的人脸识别方法(如PCA和ELD等)的原理及其局限性的基础上,提出将EFM(增强型Fisher判别)应用于人脸识别中.基于EFM的人脸识别的实验取得了良好的实验结果,与PCA和FLD等方法对比优势明显并适合于大型人脸数据库的人脸识别任务.

摘要： 本文在分析了传统的基于整体特征的人脸识别方法(如PCA和ELD等)的原理及其局限性的基础上,提出将EFM(增强型Fisher判别)应用于人脸识别中.基于EFM的人脸识别的实验取得了良好的实验结果,与PCA和FLD等方法对比优势明显并适合于大型人脸数据库的人脸识别任务.

摘要： 本文在分析了传统的基于整体特征的人脸识别方法(如PCA和ELD等)的原理及其局限性的基础上,提出将EFM(增强型Fisher判别)应用于人脸识别中.基于EFM的人脸识别的实验取得了良好的实验结果,与PCA和FLD等方法对比优势明显并适合于大型人脸数据库的人脸识别任务.

摘要： 本文在分析了传统的基于整体特征的人脸识别方法(如PCA和ELD等)的原理及其局限性的基础上,提出将EFM(增强型Fisher判别)应用于人脸识别中.基于EFM的人脸识别的实验取得了良好的实验结果,与PCA和FLD等方法对比优势明显并适合于大型人脸数据库的人脸识别任务.

摘要： 本文在分析了传统的基于整体特征的人脸识别方法(如PCA和ELD等)的原理及其局限性的基础上,提出将EFM(增强型Fisher判别)应用于人脸识别中.基于EFM的人脸识别的实验取得了良好的实验结果,与PCA和FLD等方法对比优势明显并适合于大型人脸数据库的人脸识别任务.

摘要： 本发明公开了一种基于线性回归与Fisher判别字典学习的高光谱图像分类方法，包含如下步骤：融合高光谱图像的纹理特征和光谱特征并归一化；运用线性回归与Fisher判别字典学习算法(LRFDDL)学习得到字典和线性分类器；模型预测；本发明将线性回归与Fisher判别字典学习算法应用于高光谱图像的分类，以此来提高高光谱图像的分类精度，此外，本发明中将高光谱图像的纹理特征加入到分类中，进一步提高高光谱图像的分类效果。

摘要： 一种基于Fisher线性判别的动背景下视频对象的提取方法，包括如下步骤：首先将第K帧(即当前帧)分成若干8×8子块，通过第K帧与第K-1帧进行块匹配运动估计求得第K帧的运动向量场；然后选取第K帧中可能的背景像素块作为特征块，将这些特征块的运动矢量通过最小二乘法获取全局运动模型参数，并采用Fisher线性判别过滤掉外点；接着由求得的全局运动参数进行当前帧全局运动补偿；最后将第K帧的重建帧与第K-1帧进行帧间差分提取运动对象。实验证明，本发明方法实现了动背景视频序列中视频对象的提取，发现补偿后的分割精度明显提高。

摘要： 本发明涉及一种基于油品荧光特性Fisher判别法判别海上溢油种类的方法，具体涉及一种基于油品荧光特性应用Fisher判别法快速区分燃料油、中东原油和非中东原油，属于海洋环境污染监测与治理领域。本发明利用Fisher判别方法进行快速鉴别海上溢油的中东原油、非中东原油和燃料油的方法，通过实验优化出三个荧光特征波长，并以检测油样的荧光强度作为建模的参数，从而获得鉴别中东原油、非中东原油和燃料油多种油品的量化公式，借用实际样品进行判别公式的准确性诊断，该方法量化的结果对于鉴别油品的种类准确率较高，克服了目前定性鉴别海上溢油油种、原油产地的缺陷，并为研发时、快速鉴别油品种类提供了理论依据。

摘要： 本发明涉及机器学习技术领域，具体涉及一种基于横向联邦学习的Fisher线性判别器建模方法，包括：选定协调方，分别计算本地数据两个类别样本和；全部参与方生成随机数向量；计算向量和与随机数向量的和发送给协调方；协调方计算两类样本数据的特征值向量的平均值向量发送给各个参与方；参与方Pk各自计算类间散布矩阵；重新生成随机数向量；参与方各自计算类间散布矩阵和随机数向量的和发送给协调方；协调方计算处特征根发送给各个参与方，参与方根据特征根建立Fisher线性判别器模型。本发明的有益技术效果包括：采用基于横向联邦学习的训练方法，参与方不用对外泄露原始数据，在保护数据隐私的同时，提高模型训练的精度。

摘要： 本发明公开了一种基于线性回归与Fisher判别字典学习的高光谱图像分类方法，包含如下步骤：融合高光谱图像的纹理特征和光谱特征并归一化；运用线性回归与Fisher判别字典学习算法(LRFDDL)学习得到字典和线性分类器；模型预测；本发明将线性回归与Fisher判别字典学习算法应用于高光谱图像的分类，以此来提高高光谱图像的分类精度，此外，本发明中将高光谱图像的纹理特征加入到分类中，进一步提高高光谱图像的分类效果。

摘要： 一种基于Fisher线性判别的动背景下视频对象的提取方法，包括如下步骤：首先将第K帧(即当前帧)分成若干8×8子块，通过第K帧与第K-1帧进行块匹配运动估计求得第K帧的运动向量场；然后选取第K帧中可能的背景像素块作为特征块，将这些特征块的运动矢量通过最小二乘法获取全局运动模型参数，并采用Fisher线性判别过滤掉外点；接着由求得的全局运动参数进行当前帧全局运动补偿；最后将第K帧的重建帧与第K-1帧进行帧间差分提取运动对象。实验证明，本发明方法实现了动背景视频序列中视频对象的提取，发现补偿后的分割精度明显提高。

摘要： 本发明属于石油天然气勘探与开发技术领域，公开了一种基于交会图与Fisher判别的复杂岩性自动判别方法，以岩心资料岩性判别数据为母本，建立岩心判别的岩性与对应测井曲线数据的联系，以测井曲线数据为学习样本，建立交会图与Fisher判别相融合的岩性自动判别模式，利用该模式对大量的测井曲线进行判别，自动判别所有井的岩性。本发明方法原理明确，结果准确，主要是针对发育多种岩性类型的复杂岩性判别提出的，适于广大具有测井资料的地下复杂地质体的岩性判别，特别适用于具有4种以上岩性的复杂情况下的岩性自动判别，可以极大提高效率和判别准确程度。

摘要： 本发明涉及一种基于油品荧光特性Fisher判别法判别海上溢油种类的方法，具体涉及一种基于油品荧光特性应用Fisher判别法快速区分燃料油、中东原油和非中东原油，属于海洋环境污染监测与治理领域。本发明利用Fisher判别方法进行快速鉴别海上溢油的中东原油、非中东原油和燃料油的方法，通过实验优化出三个荧光特征波长，并以检测油样的荧光强度作为建模的参数，从而获得鉴别中东原油、非中东原油和燃料油多种油品的量化公式，借用实际样品进行判别公式的准确性诊断，该方法量化的结果对于鉴别油品的种类准确率较高，克服了目前定性鉴别海上溢油油种、原油产地的缺陷，并为研发时、快速鉴别油品种类提供了理论依据。

摘要： 本发明公开了一种基于信息熵增益率与fisher线性判别的车型识别分类方法，该方法适用于对微波传感器采集车型数据的进行分类。包含以下步骤：求出每个车型对应的车道信息熵增益率；将车道信息熵增益率作为类内散度矩阵权值，得到新的fisher线性判别的车型分类器；根据分类器得到分类结果；本发明将信息熵增益率与fisher线性判别应用于微波数据车型分类，以此来提高车型分类精度，此外，本文将微波传感器与被测车辆的距离作为特征加入到分类中，进一步提高车型分类精度。

摘要： 本发明公开了一种基于信息熵增益率与fisher线性判别的车型识别分类方法，该方法适用于对微波传感器采集车型数据的进行分类。包含以下步骤：求出每个车型对应的车道信息熵增益率；将车道信息熵增益率作为类内散度矩阵权值，得到新的fisher线性判别的车型分类器；根据分类器得到分类结果；本发明将信息熵增益率与fisher线性判别应用于微波数据车型分类，以此来提高车型分类精度，此外，本文将微波传感器与被测车辆的距离作为特征加入到分类中，进一步提高车型分类精度。