1) Unsupervised methods
无监督分析
2) data analysis with no supervising
无监督数据分析
3) unsupervised classification
无监督分类
1.
To avoid the disadvantage of getting into local optimum solution with general numerical computation methods in the general independent component analysis and the restriction of neuron activation functions of neural learning algorithm,an improved model of independent component analysis(ICA) based on genetic algorithm was proposed for the unsupervised classification of hyperspectral data.
针对独立成分分析在使用常规数值求解时容易陷入局部最优解的问题,以及采用神经学习算法时神经元激活函数的限制问题,将遗传算法与独立成分分析相结合,并对模型进行改进,提出了适合于高光谱数据无监督分类的模型。
2.
In order to classify the data of Hyperspectral remote sensing images automatically without prior knowledge,an unsupervised classification algorithm is presented based on the conception of convex geometry and spectral features in this paper.
为了实现对无任何先验知识的高光谱遥感数据的全自动分类,提出了一种关于高光谱图像的无监督分类算法。
3.
In this study,a novel artificial immune system algorithm for unsupervised classification and recognition is proposed by using a novel manifold distance based dissimilarity measure which can measure the geodesic distance along the manifold.
将一种新的流形距离作为相似性度量测度,提出了一种用于无监督分类与识别的人工免疫系统方法。
4) unsupervised segmentation
无监督分割
1.
Multiresolution likelihood ratio for unsupervised segmentation of SAR imagery;
基于广义多分辨似然比的SAR图像无监督分割
2.
An unsupervised segmentation of SAR imagery based on Multiscale image block is proposed.
提出了一种基于多尺度图像块的SAR图像无监督分割方法。
3.
This paper proposes an unsupervised segmentation algorithm for high-dimension time series.
提出一种针对高维时间序列的无监督分割算法,用于解决高维数据符号化的预处理问题。
5) safeguards analysis
核监督分析
6) unsupervised texture segmentation
无监督纹理分割
1.
Unsupervised texture segmentation based on Gauss\|Markov random field and neural network;
基于高斯-马尔可夫随机场和神经网络的无监督纹理分割
补充资料：分析数据处理
分析数据处理
treatment of analytical data
分析数据处理(treatment。f。nalytiealdata)对农业化学分析的测定数据进行科学的整理、检验和表达的过程。由于测定方法、仪器性能、试剂纯度、环境条件和技术水平等因素的影响，分析数据必然会存在一定的误差。为了判断分析数据的可靠性，并合理地表达分析结果及其误差，需要借助统计学对分析数据进行必要的处理。 分析数据的整理由实验得到的分析数据，首先需要进行适当的整理。包括舍弃异常数据.去除数据中的非有效数字，绘制工作曲线和经过一定的运算等、才能得到合理的分析结果。 有效数字及运算规则在测量中所能得到的、有实际愈义的数字称为有效数字。为了准确地反映测量的精确程度，在记录数据时应注意保留适当的有效数字位数。山各个操作环节得到的测量值其有效数字的位数通常是不相等的。运算时需要按照定的法则:①记录测量值时，只保留位可疑数字。②、气有效数字位数确定后，多余的数字应一律弃去。舍弃的方法为“四舍六入五留双”(留双的意思为:当尾数是5时，如进位后得偶数则进位.否则弃去)。③几个数相加减时，各数及其和、差的有效数字位数以各数中小数点后位数最少者为标准。④儿个数相乘除时，以齐数中有效数字最少者为标准。⑤在对数计算中.所取对数位数与真数有效数字位数相同。 异常数据的舍弃在一组测定数据中，如有个别数据偏离平均值较远.该数据便被怀疑为异常数据。这时，应客观地分析异常数据产’1二的兵体原l^l决定其取舍，而不应凭分析人员主观臆断随心取舍。如兀明确的原因，则可根据统计方法来决定取舍。常JlJ的舍弃方法有4d法、2.5d法和Q检验法等， 工作曲线的绘制与直线回妞方程的计算在采用光度法、电位法、原子吸收法等分析时，常需通过工作曲线求算未知样品中某成分的浓度。l二作曲线指标准溶液系列的浓度与测量值之间的关系曲线(·般为直线).通常以横坐标表示物质含量或浓度，以纵坐标表示测量参数绘制而成。但往往__「作曲线的点阵井不完全在一直线上.这时可用回归法求出直线方程夕一a，十b.其中a和b分别为直线的斜率和截即.其计算公式如下:n勘y一艺J艺yn芝了2一(勤，)”乏JZ艺y一乏J乏J夕月艺JZ一(乏才)”式中n为测定次数;，为物质的含量或浓度;y为测量参数。以回归法求得的直线方程能最合理地代表仁作曲线。 分析数据的检验与表达经过整理后得到的分析数据，还需要进行一定的统计处理和检验，以合理地表达分析结果及其误差。误差主要来自于过失误差、系统误差和偶然误差3个方面。存在过失误差的数据应予以弃除，系统误差可根据其原因加以消除和修正。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条