粒度智能体进化分类算法

 受基于文化进化机制的粒度进化计算启发,针对分类任务提出了一种粒度智能体进化分类算法.该方法以粒度智能体表示具有相似属性的数据;以其中包含的知识库来指导粒度智能体的进化;设计了适合分类问题的粒度进化算子——同化算子、交换算子以及分化算子,分别体现了智能体的竞争性、协同性以及自学习性.最终根据一定的策略从所得到的粒度智能体中提取出分类规则,用以对新数据的预测分类.测试结果表明该算法具有良好的分类预测性能,且仅需要较小的训练时间代价.在UCI中的大部分数据集上都要优于性能良好的G-NET,OCEC以及C4.5算法.     

一种采用启发式分割点计算的包分类算法

针对区域分割包分类算法存在的规则分布差异较大的缺陷,该文提出一种基于启发式分割点计算的区域分割包分类算法。首先依据规则集的分布规律进行分割点计算,然后再进行结构化建树。规则检索时间主要包括分割点匹配时间和分割点内规则的线性查找时间。该算法能够尽量将规则平分到各分割点,减少了规则分布的差异。仿真实验结果表明该算法降低了规则数增加对算法性能的影响,支持规则集的实时更新。     

基于FP＿Growth关联规则挖掘的多轨道数字音频文件分类研究

为从海量音频信息中快速准确地获取所需文件,研究基于FP_Growth关联规则挖掘的多轨道数字音频文件分类方法。以数据立方体下具有多维属性的多轨道数字音频文件为研究对象,采用FP_Growth关联规则挖掘算法排序多轨道数字音频文件数据集的频繁1-相集,采用FP tree挖掘频繁项集获取多维关联规则集。识别并提取多轨道数字音频文件中某类型音频文件中的音频内容,使用删除停用词结合TF/IDF的计算方式获取清洁的音频文件,应用音频文件数据集的多维关联规则集,综合考虑匹配规则数和置信度,搜索规则集,获取该类型音频文件最相配类别,完成多轨道数字音频文件分类。实验结果表明,所提方法能够直观有效地分类多轨道数字音频文件,且分类结果准确率和召回率平均值分别达到96.60%和96.54%,显著高于对比方法。     

一个保护私有信息的布尔关联规则挖掘算法

本文基于随机响应技术,提出了一种在保护隐私的关联规则挖掘中对数据进行伪装的方法;设计了在伪装的数据集上进行挖掘的算法;分析了算法的效率.实验结果表明,该算法在伪装的数据集上挖掘出的规则与原始规则相比,相对误差不超过2％,并给出了使得相对误差最小时相关参数的取值.     

一种改进的时态关联规则算法

针对传统关联规则挖掘中可能会忽略具有时间因素的关联规则的问题,提出了一种具有时间约束的改进时态关联规则算法.该算法通过计算模式平均支持度、数据集平均支持度、模式集中度等参数来判断Apriori算法所得到的模式是否在某一时间区域数据集上具有较高支持度,再对该数据集进行进一步挖掘,以找到更精确的和时间相关的模式,从而得到单个或不同时间区间上的关联规则以及跨时间区间和跨事务的关联规则.通过实验分析,该算法是可行的,并在实际应用中有一定的意义.     

基于关联规则的图书馆图书智能查找算法研究

随着计算机技术的发展和普及,高校图书馆的管理已经进入到自动化时代.为了有效利用图书馆产生的大量图书流通数据,从而预测分析读者的个性化需求,基于关联规则的图书馆智能推荐平台亟待开发.文中提出完备的自定义的频繁项目集,定义了高效的关联规则算法,该算法解决了上述问题,可以让使用者快速地获取到有效信息.     

一种基于密集深度分离卷积的SAR图像水域分割算法

SAR图像的水域分割在舰船目标检测、灾害监测等军事和民用领域具有重要意义。针对传统水域分割算法鲁棒性差、难以准确进行分割等问题,该文首先建立了基于高分三号的SAR图像水域分割数据集,并基于深度学习技术提出了基于密集深度分离卷积的分割网络架构,该网络以SAR图像作为输入,通过密集分离卷积和扩张卷积提取图像高维特征,并构造基于双线性插值的上采样解码模块用于输出分割结果。在水域分割数据集上的实验结果表明,与传统方法相比,该方法不仅在分割准确度上有大幅提高,在算法的鲁棒性和分割速度上也具有部分优势,具备较好的工程实用价值。      

基于Chan-Vese模型的树形结构多相水平集图像分割算法

由于Chan-Vese(C-V)模型通过单个水平集的符号将待分割图像划分为目标和背景两个部分,所以当图像的多个目标的轮廓成多连接时,C-V模型将无法表示.为了解决C-V模型在表示目标轮廓上的局限,提出了基于C-V模型的树形结构多相水平集算法.关键策略是通过改变图像背景,使得水平集在新图像上重新收敛;核心技术是依据同时明度对比提出的背景填充技术;算法流程采用多水平集串行收敛方式实现多相分割(n-1次收敛可以实现n相分割,n＞1).实验结果表明,本算法可以表示复杂的区域连接情况(n相分割最多可以表示n连接情况),能够实现多目标分割(n相分割可以实现n-1个目标分割),特别适合于目标中含有子目标的图像.     

一种基于改进的MobileNetV2网络语义分割算法

基于金字塔卷积神经网络的语义分割算法准确率很高,但是其计算资源消耗巨大、算法执行时间长、无法满足实时性要求.为了解决这个问题,本文做出了以下改进：（1）用MobileNet替换原网络的结构,减少了网络运算时间和内存开销;（2）引入编码器-解码器结构提高输出图像的分辨率,进一步细化分割结果;（3）针对高分辨率图像推断时间过长的问题,本文设计了多级图像输入方法,降低了网络推断高分辨率图像所消耗的时间.本文在VOC 2012数据集和Cityscapes数据集上进行了测试,并与FCN、SegNet、DeepLab、PSPNet以及DFN等语义分割模型对比.实验结果表明,本文设计的语义分割算法在VOC 2012数据集上达到了76.1%的mIoU,在Cityscapes数据集上达到了74.1%的mIoU,略低于传统语义分割算法;处理一张分辨率为1024×512的图片需要18ms,少于传统语义分割算法,满足了实时性要求,达到了准确率与计算资源消耗之间的平衡.     

一种鲁棒的人脑组织核磁共振图像分割算法研究

自动的人脑核磁共振(MR)图像分割是许多医学图像应用的关键问题.该文提出了一种有效的自动脑核磁共振图像的分割方法框架体系,脑MR分割框架体系由3个处理步骤构成.首先,采用基于水平集的方法将MR图像中非脑组织剔除,从脑图像中提取大脑组织结构.然后,对MR脑结构图像进行灰度不均匀性校正.最后,该算法采用最大后验分类器可以将人脑组织分为脑白质、脑灰质、脑髓液.在实验中对大量的MR脑图像数据应用该分割算法.实验结果充分证明该方法的有效性.这种分割算法适用于人脑核磁图像分析的各种实际临床应用.     

一种安全事件模糊关联规则挖掘算法

随着信息技术和数据库技术的飞速发展,从大量的数据中获取有用的信息和知识变得越来越重要。模糊关联规则挖掘是数据挖掘中针对数量型属性关联规则发现的一种有效方法。提出了一种基于矩阵的模糊关联规则挖掘算法,并将其应用于网络安全事件关联分析中,通过对DARPA标准数据集的分析,得出了预期数量的关联规则,并成功验证了某些攻击场景,该模糊关联规则挖掘算法取得了较好的实验结果。     

基于类别特征矩阵的决策规则提取算法

在粗糙集中决策表属性最小约简与规则提取是NP hard的。充分考虑了可辨识矩阵的特性,提出一种基于类别特征矩阵的决策规则提取算法。首先对类别特征矩阵进行了不相容对象的剔除和核属性的提取,然后利用核属性集合对类别特征矩阵来提取决策规则。实例结果表明,所提出的算法获得的规则更为简洁、高效。     

基于关联性的目标动向热点分析

为了从海量传感器数据中及时发现重要目标的动向,提出了一种目标动向信息表征及关联方法,即从多源异类传感器获取的信息中抽取出目标关联要素进行动向表征,利用语义决策树实现动向要素聚类,通过知识规则进行关联匹配扩展,从而发现目标动向的热点,并进一步统计分析目标活动规律与发展趋势。实验表明所提出的基于关联性的目标动向热点分析算法准确率高,具有实用价值。     

基于增量式鲁棒非负矩阵分解的短文本在线聚类

对社会化媒体产生的大量短文本进行聚类分析具有重要的应用价值,但短文本往往具有噪音数据多、增长迅速且数据量大的特点,导致现有相关算法难于有效处理.提出一种基于增量式鲁棒非负矩阵分解的短文本在线聚类算法STOCIRNMF.STOCIRNMF基于非负矩阵分解构建短文本聚类模型,通过l_2,1范数设计模型的优化求解目标函数提高鲁棒性,同时应用增量式迭代更新规则实现短文本的在线聚类.在搜狐新闻标题和微博短文本数据集上进行相关实验,结果表明STOCIRNMF不仅比现有代表性算法具有更好的聚类性能,而且能够有效对微博话题进行在线检测.     

基于关系矩阵的状态等价类集生成算法

提出一种基于关系矩阵的状态等价类集生成算法,给出了关系矩阵的生成规则,以及通过化简关系矩阵获得状态等价类集的过程,算法特别适用于状态完全确定的包含多个初始状态的大规模数字系统设计.     

海量数据采集技术在IDC不良信息监测系统中的应用研究

本论文阐述了某电信企业在建设IDC不良信息监测系统过程中,为高效处理每天数十T的海量数据,选取了多种数据提取技术,进行反复方案论证和实验对比,最终选择了HADOOP脚本+FTP方式,极大提高了数据提取效率,实现了海量数据高效采集和处理,保证IDC不良信息监测系统能够及时发现、处理IDC中包含的不良信息,助力IDC业务健康发展,避免给国家、社会带来负面影响。     

基于矩阵运算的图转换检测算法

本文基于图是一种可以把复杂的问题直观地表示出来的自然的方式,已应用于计算机科学的几乎所有方面,从而图转换系统(GTS)得到了广泛的用,但是在图转换系统中不同的规则复合会产生冲突,想通过计算机系统自动判断不同规则能否复合,减少规则复合人工干涉这一目的,采用了矩阵运算的方法,并且定义冲突矩阵,关联矩阵以及规则链等概念,将各个规则看作各个规则的节点,这样就形成一个有向的规则链。记作pi→pi+1→…→pj,计算各个规则链长度的方法,得到了个规则节点到其他节点的长度,通过寻找复合规则之间长度为l的规则链是否存在,从而检测出这一系列规则有无冲突。     

基于粗集理论的中文关键词短语构成规则挖掘

短语比词信息量更加丰富,更能够体现原文的主题,通常所说的关键词实际上多数为短语形式.然而目前的问题是关键词短语的自动标引缺乏统一的规则指导.本文利用粗集理论在数据泛化和知识约简方面的优势,对人工标注的人民日报关键词短语语料进行了挖掘,从而得到了中文关键词短语的若干构成规则.规则可以用于自动关键词抽取,也可以对手工关键词标引进行指导.实验结果表明获取的规则使关键词自动抽取的性能有较大改善.     

用于特定流匹配的随机矩阵映射Hash算法研究

针对常规的Hash算法用于流匹配时冲突率高且不可控制的缺点,提出了一种随机矩阵映射Hash算法。该算法通过预先优选一个随机数矩阵,然后将大集合的元素分块映射成随机矩阵中的元素,从而把一个大集合映射到一个小集合。测试结果表明,该算法运算速度快、空间利用率高、冲突率低,用于流匹配时匹配速度可以达到2Mpacket/s,支持规则数达5万条以上。     

基于电信大数据的5G网络海量用户复访行为预测模型

5G网络中的用户会产生大量的访问数据，导致用户复访行为难以精准预测，因此提出基于电信大数据的5G网络海量用户复访行为预测模型。从电信大数据中提取用户上网历史行为特征数据，构建数据集。引入多阶加权马尔可夫链模型，通过计算各阶自相关系数，得到模型权重值，计算模型的统计量。经过分析后得到各阶步长的马尔可夫氏链一步转移概率矩阵，从而实现对5G网络海量用户复访行为的精准预测。实验结果表明，该模型拥有最低的均值误差和标准差，以及最高的精度、查全率、查准率、F1指标，可证明该方法在预测用户复访行为方面有着非常明显的优势。