【摘 要】
：
针对现有的企业绩效评估方法存在的缺陷和条件贝叶斯网络学习在效率和可靠性等方面的问题,提出了将条件贝叶斯网络和朴素贝叶斯分类器相结合来建立条件贝叶斯网络混合分类器,并基于这种分类器进行企业绩效等级评价的方法,以及通过结点排序和局部打分-搜索的条件贝叶斯网络结构学习算法,为企业绩效评估的智能化和科学化提供新的思路和方法。
【机 构】
：
上海立信会计学院信息科学系,上海201620;上海立信会计学院会计研究院,上海 201620 上海
论文部分内容阅读
针对现有的企业绩效评估方法存在的缺陷和条件贝叶斯网络学习在效率和可靠性等方面的问题,提出了将条件贝叶斯网络和朴素贝叶斯分类器相结合来建立条件贝叶斯网络混合分类器,并基于这种分类器进行企业绩效等级评价的方法,以及通过结点排序和局部打分-搜索的条件贝叶斯网络结构学习算法,为企业绩效评估的智能化和科学化提供新的思路和方法。
其他文献
在H.264/AVC水印技术中,选择合适的图像块嵌入水印对抑制含水印码流比特率的增加、增强水印鲁棒性和提高含水印视频的质量非常关键。本文提出一种基于预测残差能量优先级排序的数字水印算法,通过对Ⅰ帧图像块预测残差能量的整体分析,优先选择预测残差能量较高的图像块嵌入水印。实验结果表明,所提水印嵌入位置方式在编码比特率、鲁棒性和水印透明性方面具有较好的表现。
本文提出了一种有效的提高基于直方图特征Gabo r相位模式(Histogram of Gabor Phase Patterns,HGPP)的方法,称之为基于集成核Fisher学习的方法。本文的创新点在于首先从理论上说明了直方图相似度公式Chi-square函数的扩展形式可以很容易证明为正定的核函数,从而在HGPP的基础一上提出了集成核Fisher学习方法,并在两个大型数据库FERET和CAS-PE
生物识别和密码学相结合的方法既保证了生物模板的安全,又可以对用户提供有效的身份鉴别和密钥管理,因此在信息安伞领域有着广阔的应用前景。本文基于虹膜数据库,提出了一种密钥绑定的方案,方案中通过可靠区域的选取减小虹膜特征的类内差异,同时通过RS码和卷积码级联的差错控制编码方式增加随机密钥的长度。这种方案不会泄露随机密钥和原始虹膜模板的信息,同时在绑定了长度为218位的密钥时系统错误拒绝率在0.5％以下。
人脸识别一直是模式识别领域中的一个较为活跃的方向,近年来取得了重要的进展,基于多张图片的人脸识别已经有比较满意的效果,但基于单张图片的人脸识别性能仍然较差。因此,本文在总结前人的基础上提出了一种新的基于单张图片的人脸识别算法。算法分为三个步骤：首先对灰度图像求取水平和垂直边缘图,然后分别在两个边缘图上提取局部二元模式(LBP)直方图,最后采用弹性匹配方法进行分类。在标准图像库上的实验结果表明本文算
为了更好的进行基于特征的运动F1标枪测,本文提出了一种应用快速近似SIFT描述子构建特征描述子的方法。该方法运用积分直方图在围绕特征点的方形邻域中生成特征描述子,并在图像序列中使用特征描述子进行特征点间的匹配。在对大量特征描述子的计算过程中,这种方法可以有效的降低计算开销加快计算速度,同时具有与传统SIFT描述子一样可靠的匹配性能。实验证明,该方法能够满足运动目标检测实时性的要求,改善了运动检测性
提出一种基于色彩相关直方图和粒子滤波的彩色物体跟踪算法。该算法在粒子滤波基本框架之下,将目标色彩自相关直方图作为同标的描述特征,用于衡量不同预测状态与观测状态之间的色彩相关性。色彩相关直方图将色彩的空间相关性信息引入到目标的特征表达当中,弥补了一般色彩直方图的不足。试验表明,该算法不仅能在目标与背景颜色相近的情况下准确的跟踪到目标,而且能在目标发生旋转和部分遮挡的情况下也能保证不丢失目标。
为了提高局部特征的判别性能,本文提出了一种自动寻找某类对象的常见空间配置的方法。这种方法将局部特征的空间邻域关系编码表示,采用频繁项集挖掘技术,能在大量局部特征中发现频繁出现的空间配置。这些窄间配置可作为词语,加入到特征包分类模型,实现图像分类。用PASCAL2007视觉竞赛部分数据集作为测试数据集,分类测试结果表明,这种空间配置挖掘方法能快速处理大量视觉数据,得到的空间配置比单个局部特征具有更强
阴影图是当前实时阴影绘制中的一种很有效的算法。该算法是基于图像空间的,当有限分辨率的阴影图映射到一个足够大的场景中时,就会由于采样不足造成形变走样。本文给出了一种实时的阴影图算法。该算法把绘制一副阴影图变成分别绘制若干副子阴影图并分别映射到场景中产生阴影。该算法可以突破硬件所支持的纹理最大分辨率的瓶颈,增加阴影图的分辨率,以此来解决大场景中阴影走样的问题。此外,本文还给出了一种被称为“延时阴影”的
人眼精确定位作为人脸图像规整化的预处理步骤对人脸识别系统的性能具有重要影响。Pictorial模犁通过结合外观特征和人脸构件的形状约束来优化人眼定位的精度,已成为解决该问题的经典技术。但在复杂光照和表情变化下,该模型所采用的单模态高斯外观模犁已不足以刻画人脸外观的改变,而简单的位置约束更限制了人脸构件结构变化的灵活性。本文通过结合光照预处理技术、鲁棒的图像描述子、泛化能力更强的概率SVM机和增强的
在分析比较现有多分类支持向量机“一对一”(OVO)和“一对余”(OVR)分解法存在问题的基础上,提出一种新的利用二类支持向量机(SVM)实现多类分类器的后验概率重构策略,有效解决了传统重构策略所存在的不可分区域问题,并提高了识别率。首先,利用测试样本到超平面的空间距离作为估计分类器输出条件概率的准则,以减小不同二类SVM分类器之间的不可比性。其次,基于贝叶斯后验概率公式,给出了一种合并OVO分解中