【摘 要】
：
该文研究了基于（Dynamic Time Warping)DTW相似度的统计学习方法在高维时间序列（语音信号,基因数据等）的统计模式识别中的理论及其应用.第二章系统地讨论了高维时间序列的基于一
论文部分内容阅读
该文研究了基于（Dynamic Time Warping)DTW相似度的统计学习方法在高维时间序列（语音信号,基因数据等）的统计模式识别中的理论及其应用.第二章系统地讨论了高维时间序列的基于一般相似度的小样本学习中的Bayes决策理论,提出了基于DTW相似度的基因芯片数据的基因识别的两种识别方法：等分投影法和AR模型法.并且在Iris数据库上,讨论了Bayes决策理论的合理性.第三章提出了基于DTW相似度的随机阈值0-1矩阵方法.在分类器是DTW下,给出了语音识别和说话人识别中临界带倒谱（MFCC）和线性预测倒谱（LPCC）对语音识别和说话人识别效果都好的问题的一个解释.第四章推广了基于DTW相似度的无向图聚类方法为基于DTW相似度的有向图聚类.第五章基于抽样理论和类间信息,建立了基于DTW的概率模型.与（l-r)优化算法结合.应用于语音识别和说话人识别的特征评估中.第六章提出了基于空间数据的“劈分融合”技术.这种技术为克服基于机器学习的Variance & Bias提供了一种解决策略.第七章讨论了将参数模型和一般相似度的小样本学习结合的可能性.该文的研究为模式识别,机器学习,人工智能,数据挖掘中小样本统计学习提供了新的工具.并且,该文的方法可以推广到一般的相似度和贝叶斯概率模型中.
其他文献
该文首先回顾了基于内容图像检索的理论及其应用研究的整个发展过程,全面综述了在图像检索,尤其是基于内容的图像检索领域的技术和现状,探讨了图像检索系统中的关键技术,并介
Dempster,Laird和Rubin于1977年提出的EM算法是一种用于不完全数据情形下进行最大似然估计或最大后验估计的方法。由于具有很好的收敛性质和广泛的应用背景，EM算法一直受到统
随着信息技术及互联网的发展,为图书情报档案管理工作带去挑战的同时,也带去了新的发展途径,图书情报档案管理工作一体化的进程己经势在必行.本文对图书情报档案信息一体化管
全文共分八章,第一章综述了金融工程的内涵及其研究对象.第二章通过分析股指期货的产生背景,探讨了股指期货产生的原因、难产的原因和各国发展的情况;并分析了股指期货所经受
高层建筑的防火问题已越来越引起政府和社会的关注.目前,建筑防火安全评估通常是根据建筑防火安全规范对构成系统的各因子进行校验和评价.通过对影响建筑防火安全因子的控制,
该文首先运用分形理论的R/S方法来判断个股是否存在明显的主力投资行为.对于存在主力投资行为的个股,对相关时间序列进行对数线性去趋势化处理,以大盘指数为特征,消去宏观面
该文对用于模拟紧离散动力系统的形似KdV方程的Rosenau方程提出了混合有限元格式,在空间上使用时间连续离散,在时间方向上我们考虑使用Euler向后差分离散.并且给出了半离散和
该文主要研究延迟微分方程的并行迭代的Runge-Kutta方法.利用隐式Runge-Kutta方法较好地稳定性,采用"分而治之"的思想,构造具有良好并行性的迭代格式,其目的是提高计算效率.
在广泛的实际应用问题中，往往出现解的性质相对恶劣，方程在求解区域的局部变化非常剧烈，或者是求解区域整体相对较大，却又要对其中小部分上解的细节信息要求很高的情况。对于这样
该文的研究分两个部分:一是将遗传神经网络用于蛋白质二级结构预测;二是考虑位于同一二级结构的残基间的相互作用,进一步提高预测正确率.全文共分四章.第一章介绍了此问题的