导读:本文包含了似然比分类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:对数,特征,模型,文本,方差,植被,误差。
似然比分类论文文献综述
梁伍七,李斌,许磊,江克勤[1]（2018）在《基于对数似然比的中文文本分类特征选择研究》一文中研究指出在向量空间模型的中文文本分类系统中,多数传统的特征选择算法忽视低频单词对分类的正面贡献,互信息特征选择过分放大低频单词对分类的贡献。针对这一问题,通过引入对数似然比统计量,提出对数似然比特征选择算法。与互信息算法相比,低频单词对分类的贡献没有过分放大;与卡方算法相比,低频单词对分类的贡献计算更为准确。算法在考虑低频单词对分类结果产生正面影响的同时,能较好地控制其对分类产生的负面影响。采用KNN(K Nearest Neighbor)分类方法,特征选择选取对数似然比和传统特征选择算法,实验结果表明,对数似然比特征选择算法能够提高分类器的总体性能。(本文来源于《安庆师范大学学报(自然科学版)》期刊2018年01期）
刘蓉,李春月,王永轩,王媛媛,李响[2]（2013）在《基于序贯似然比检验的运动想象脑电信号分类方法研究》一文中研究指出快速准确地对脑电信号进行特征分类是脑-机接口研究的关键问题之一.从人脑决策模型出发,结合自适应小波基特征提取方法,提出了一种基于序贯似然比检验的运动想象脑电信号动态分类方法.该方法在分类中无须预先固定样本量,而是逐次取样,累积分类信息,有利于解决脑-机接口的实时控制问题.为了更好地衡量该方法的有效性,进行了10次10折交叉验证,实验结果表明3个运动想象数据集共8位受试者的平均正确率达到87%以上,互信息和分类时间等指标也表明该方法能够有效提高脑-机接口系统的性能,具有较好的实用性.(本文来源于《大连理工大学学报》期刊2013年06期）
张晓娟,杨英健,盖利亚,李亮,王宇[3]（2010）在《基于CART决策树与最大似然比法的植被分类方法研究》一文中研究指出结合阿坝若尔盖县大骨节病典型病区植被分布特点,选用不同时相SPOT4及ETM遥感数据,提出了将较易实现的CART决策树算法与最大似然比分类法有机结合在一起进行植被分类的方法。决策树算法能很好地区分植被大类,分类精度达到96%,但是无法确定区分乔木亚类的阈值;最大似然比法整体分类精度不高,仅为84%,但是针对乔木亚类的分类精度能达到94%,将两种算法综合利用,最终总分类精度达到95.05%,Kappa系数达到0.9016。良好的分类结果不但为研究该区植被覆盖状况与发病率关系提供了很好的一手资料,并且分类算法较易实现,尤其对于新入门者较为实用和快捷。(本文来源于《遥感信息》期刊2010年02期）
张新育,周世国[4]（2009）在《平衡设计单向分类随机模型参数的极大似然比检验》一文中研究指出对平衡设计单向分类随机模型参数的假设H0:μ=μ0,σα2=σ2α0,σ2=σ02H1:μ≠μ0或σ2α≠σ2α0或σ2≠σ02,利用极大似然比方法导出了检验H0的统计量.求出了检验统计量的渐进分布,并给出了检验规则.最后给出一个应用实例.(本文来源于《郑州大学学报(理学版)》期刊2009年03期）
张建国,张新育,周世国[5]（2008）在《单向分类随机模型误差方差齐性的极大似然比检验》一文中研究指出解决了已知均值相等条件下单向分类随机模型误差方差的齐性检验(b=2)问题.利用极大似然比方法导出了检验统计量.运用Barttlett分解推导出了检验统计量的一般分布,从而求出了原假设的拒绝域,讨论了检验的功效和相合性,最后给出一个应用实例.(本文来源于《河南大学学报(自然科学版)》期刊2008年01期）
赵知劲,郎涛[6]（2006）在《基于最大似然比准则的MPSK信号分类方法》一文中研究指出本文提出了AWGN环境下一种基于最大似然比的MPSK信号识别方法,推导出了用于区分MPSK信号的特征参数通用表达式,提出了载频估计误差、信号功率对该参数影响的修正方法,本方法对实际BPSK,QPSK,8PSK,16PSK信号的正确识别率达到80%以上。(本文来源于《电路与系统学报》期刊2006年02期）
李国臣[7]（1999）在《文本分类中基于对数似然比测试的特征词选择方法》一文中研究指出本文将对数似然比测试用于文本分类中的特征词选择。与传统的频度、集中度和分散度等多种统计指标的测试独立进行的方法相比较，这种方法利用协方差矩阵协调了各个统计指标之间的联系，从而将它们有机地统一为一个整体。实验显示，这种特征词选择方法优于传统的频度测试、集中度测试和分散度测试独立进行的特征词选择的方法。(本文来源于《中文信息学报》期刊1999年04期）
似然比分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
快速准确地对脑电信号进行特征分类是脑-机接口研究的关键问题之一.从人脑决策模型出发,结合自适应小波基特征提取方法,提出了一种基于序贯似然比检验的运动想象脑电信号动态分类方法.该方法在分类中无须预先固定样本量,而是逐次取样,累积分类信息,有利于解决脑-机接口的实时控制问题.为了更好地衡量该方法的有效性,进行了10次10折交叉验证,实验结果表明3个运动想象数据集共8位受试者的平均正确率达到87%以上,互信息和分类时间等指标也表明该方法能够有效提高脑-机接口系统的性能,具有较好的实用性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
似然比分类论文参考文献
[1].梁伍七,李斌,许磊,江克勤.基于对数似然比的中文文本分类特征选择研究[J].安庆师范大学学报(自然科学版).2018
[2].刘蓉,李春月,王永轩,王媛媛,李响.基于序贯似然比检验的运动想象脑电信号分类方法研究[J].大连理工大学学报.2013
[3].张晓娟,杨英健,盖利亚,李亮,王宇.基于CART决策树与最大似然比法的植被分类方法研究[J].遥感信息.2010
[4].张新育,周世国.平衡设计单向分类随机模型参数的极大似然比检验[J].郑州大学学报(理学版).2009
[5].张建国,张新育,周世国.单向分类随机模型误差方差齐性的极大似然比检验[J].河南大学学报(自然科学版).2008
[6].赵知劲,郎涛.基于最大似然比准则的MPSK信号分类方法[J].电路与系统学报.2006
[7].李国臣.文本分类中基于对数似然比测试的特征词选择方法[J].中文信息学报.1999
论文知识图
