特征权对贝叶斯分类器文本分类性能的影响

在文本分类研究中,人们希望用特征权来改善文本分类效果。以最优分类器——贝叶斯分类器为基准分类器,研究了特征权对文本分类性能的可能影响。理论推导表明,就最优分类器而言,特征权不能有效提高文本分类效果。     

一种有监督的稀疏保持近邻嵌入算法

为充分利用样本的类别信息,提出一种有监督的稀疏保持近邻嵌入算法(SSNPE).该算法结合稀疏表示和保持近邻的思想,根据先验类标签信息保持局部邻域的固有几何关系.采用最小近邻分类器估算识别率,测试结果表明,在姿态、光照和表情变化的情况下,SSNPE都具有较高的识别率.     

基于矩阵完整化的分块整合推荐算法

传统的推荐系统往往是通过使用协同过滤或基于内容的方式来实现的,而文中将矩阵完整化的方法应用到推荐系统中。由于数据的稀疏性,直接使用矩阵完整化的方法会给推荐结果带来不小的误差。考虑到使用用户中存在一些活跃用户,挖掘出这些特殊用户,由他们组成的数据会降低稀疏性,而且对活跃用户提高 推荐质量,会产生更大的商业价值。提出了一种分块整合推荐的方法,实验结果表明该方法能够提升推荐精度。     

人脸图象的校准与特征抽取

脸自动识别是计算机模式识别领域的一个活跃课题,文中提出了一个基于眼睛位置估计的人脸校准方法,并提出了个基于ＫＬ变换与具有统计不相关性的最佳鉴别变换抽取人脸有效鉴别特征的方法,对由９６个,每个１０幅图象所组成的人脸图象数据库所作的实验结果表明,文中所提出的人脸校准方法能从具有一定复杂背景的人脸图象中比较成功地实现人脸自动校准,成功率与可靠性分别可达到９１．５％和９９．５％,文中所提出的人脸特征抽取     

基于最佳鉴别变换和分类器组合的人脸自动识别

人脸识别技术在商业和法律上有广泛的应用前景 ,在安全监控中也大有用武之地 .其主要任务是利用已有的人脸图象库 ,识别静止的或视频图象中的一张或多张人脸 .从抽取具有统计不相关的模式特征着手 ,通过基于小波变换的图象分解和 KL 变换等处理 ,避开人脸识别的小样本集的局限 ,并通过运用具有统计不相关性的最佳鉴别变换 ,来抽取人脸的有效鉴别特征 .同时 ,利用多特征多分类器组合的方法对图象进行识别 .该方法在 ORL 人脸图象库上进行实验 ,得到识别错误率为 2 %的实验结果 ,这是目前在此人脸图象数据库上所得到的最好的实验结果 .而且本方法对人脸的姿态、表情等条件具有一定的不敏感性     

基于形态学梯度的X射线数字图像边缘检测方法

研究和分析了形态学梯度算子，提出了一种适合X射线数字图像边缘检测的多尺度形态学梯度算子；这种算子的取值来自于膨胀梯度图和腐蚀梯度图中同位置像素的最小值，它结合了膨胀和腐蚀的优点。也考虑了X射线数字图像对比度低的特点；实验证明这是一种检测X射线数字图像边缘的有效方法。     

三元复合管道的制备工艺

为解决现有复合管道在腐蚀与磨损共存工况下使用的寿命短问题,研制了耐磨耐蚀型三元复合管道.该新型复合管道是由金属、陶瓷、聚合物三层材料组成,通过反应加工工艺和反应浸渍工艺复合而成.对新制品在不同腐蚀介质和温度下的耐蚀性能进行了表征分析和评价,应用实例证明,三元复合管道具有优异的耐磨耐蚀性能和防磨阻垢功能,尤其在复合腐蚀、冲蚀磨损、高温运行和负压工况等复杂条件下具有使用寿命长和性格比高等优点.     

分布式网络入侵检测代理系统的改进设计方案研究

提出了一个分布式网络入侵检测代理系统的改进设计方案,以层次式的体系结构为蓝本,结合对等式模型提出了双控中心策略,当"主控制中心"失效时,由"从控制中心"代替行使控制权,按对等式方式工作.该方案提高了系统的容错性,最大可能的避免了单点失效而引起连锁反应问题.同时给出了在移动代理整合入侵检测系统(MACIDS)框架下,基于测量服务层次协议的Agent详细设计,通信平台的3个层次、4个功能组件的划分和如何在分布式、对等式两种工作方式共享数据和资源进行通信的过程.     

高密度聚乙烯中抗氧剂的协同作用

用红外光谱(IR)测定了齐格勒型和菲利普型两种高密度聚乙烯(HDPE)配方中所用的一些抗氧剂(即亚磷酸酯类和受阻酚类)的协同作用。结果表明,一般说来,像预期的那样,在烘箱老化和紫外线照射的条件下,HDPE 薄膜中的受阻酚和亚磷酸酯之间存在协同作用。但是,它们在两种 HDPE 中的协同程度不相同,其主要原因在于两种 HDPE 的不饱和度和金属杂质的含量。在某些情况下,在一种 HDPE 中观测到反协同作用,在另一种中观测到协同作用。抗氧剂在每种聚合物中的最佳浓度比也不相同。加有商品金属钝化剂(NaugardXLI)的配方也显示出协同特性。在抗氧剂作用方式和它们在聚合物介质中的消耗速度的基础上,讨论了所观察到的现象的原因。     

混沌差分进化粒子群协同优化算法

为有效地改善差分进化粒子群算法的性能,结合反向学习策略和信息交互机制,提出了一种新的混沌差分粒子群协同优化算法.该算法采用反向学习策略产生初始种群,使得初始个体尽可能均匀分布,然后将初始种群随机等分为双种群,对双种群分别采用改进的混沌差分进化算法和混沌粒子群优化算法进行协同寻优,并在双种群中引入信息交互学习机制,在维持种群多样性的同时加快收敛速度.通过对四个复杂高维的标准函数寻优测试,仿真结果表明,该算法能有效避免早熟收敛,收敛速度快,寻优精度较高,具有良好的全局搜索能力,鲁棒性好.