文本分类中特征提取方法的比较与研究

介绍了进行文本分类的关键技术,着重介绍了常用的文本特征提取方法.选取支持向量机方法作为文本分类器方法,选取不同特征提取方法应用于文本分类,通过实验,比较和分析了由不同的提取方法所构成的分类器的分类性能,确定了信息增益(IG)法和文本证据权(WET)为两种性能优异的特征提取方法.该结论可为分类性能进一步的优化研究奠定理论和实践基础.     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

表型同型交配群体的Shannon信息熵和互信息

应用信息论方法研究了在表型同型交配下一对等位基因群体的基因型信息熵和互信息。在表型同型交配下,从随机交配下的平衡状态开始,群体的基因型信息熵逐代减少,但这种减少的趋势越来越慢,最终趋向于零。随着基因型信息熵的减少,群体的遗传多样性程度也越来越小。在表型同型交配下,群体的配子间互信息逐代增加,但这种减少的趋势越来越慢,最终趋向于零。配子间互信息的增加说明,配子间的信息交流程度逐代增加,两性配子间的信息关联程度越来越密切,而这用表型信息关联系数反映会更好。最后应用Matlab软件进行了数学模拟,直观验证了所得的结论。     

基于信息熵的蛋白质二级结构预测算法的准确性研究

通过分析信息熵的概念内涵,提出基于信息熵的蛋白质二级结构预测算法的准确性评价方法,与现有方法相比,这种方法更全面,不仅能确定假阳性率,假阴性率,还能确定预测值与实际值之间的不确定性的减少量即预测值与实际值之间的互信息.     

基于小波分解的多模态图像配准方法研究

在小波分解的基础上,采用最大互信息(MMI)配准测度和POWELL优化算法对多模态图像配准,多分辨率配准方法具有可以有效地避免优化算子陷入局部极值、算子收敛速度快和配准精度高等优点。CT/MRI和CT/PET图像配准结果证明基于小波分解的多模态配准方法的有效性。     

基于信息熵的蛋白质二级结构预测算法的准确性研究

通过分析信息熵的概念内涵,提出基于信息熵的蛋白质二级结构预测算法的准确性评价方法,与现有方法相比,这种方法更全面,不仅能确定假阳性率,假阴性率,还能确定预测值与实际值之间的不确定性的减少量即预测值与实际值之间的互信息.     

背景互信息约束的SIFT特征匹配

在SIFT局部特征的基础上,扩大了SIFT局部特征描述子,构造了半全局信息的背景环,并将背景环的互信息引入到相似性计算.实验结果表明,该方法与SIFT影像匹配算法相比,有效地提高了匹配的正确率,且对旋转图像的特等匹配具有一定鲁棒性;与全局配准算法相比较,提高了一倍以上的计算效率.     

基于光流法与特征统计的鱼群异常行为检测

鱼类群体行为的异常检测能够为鱼类健康监控与预警提供重要的方法和手段,对研究鱼类行为的机理,提升水产养殖过程中的信息化水平具有非常重要的意义。该文通过计算机视觉和图像处理技术,基于鱼群运动特征统计方法,对鱼群异常行为检测进行研究。利用Lucas-Kanade光流法得到目标鱼群的运动矢量,并对目标运动的行为特征进行统计,得到速度与转角这2个行为特征的联合直方图与联合概率分布。最后,在联合概率分布的基础上,基于标准互信息(normalized mutual information-NMI)和局部距离异常因子(local distance-based outlier factor-LDOF)2种方法对鱼群行为进行异常检测。试验结果表明,2种异常检测方法均达到99.5%以上的准确率。     

面向茶学领域本体的概念自动提取方法研究

针对目前手工构建本体耗时费力这一难题,以茶学领域知识为研究对象,提出了一种本体的概念自动提取方法。该方法利用中文分词技术对茶学语料进行切分,使用互信息技术从切分后的语料中得出候选概念（合成词）集合,通过判断候选概念和非合成词的领域相关性,自动提取出茶学领域本体概念。以该方法为基础开发了相应的原型系统,实验结果表明,该方法是有效的。     

近交群体配子间的信息学性质

讨论了近亲交配群体在世代交替中配子间平均互信息性质;定义了配子间的近交关联信息系数,并与近交系数比较,阐述了配子间的近交关联信息系数的优点。结果表明,应用信息论模型研究群体遗传学与以往统计学方法具有一致性,而且还具有信息学的意义和优点。