一种基于区域特征关联的图像语义标注方法

图像语义的标注需要解决图像高层语义和底层特征间存在的语义鸿沟。采用基于图像分割、并结合图像区域特征抽取的方法,建立图像区域语义与底层特征间的关联,采用基于距离的分类算法,计算区域特征间的相似性,并对具有相同或相近特征的区域的语义采用关联关键字的方法进行区分,用关键字实现图像语义的自动标注。     

发现时间序列数据中的高质量惊奇模式

时间序列数据库中的惊奇模式发现是一个重要问题。已有的算法根据时间序列的形态特征定义并发现惊奇模式,而忽视时间序列内在的机理及其统计规律。为克服此缺点,提出基于时间序列预测的惊奇模式定义,即,其中包含了足够多例外的事件,并提出系统化的惊奇模式发现算法。首先将时间序列离散化为0和1组成的字串;然后用一个简单的算法从此字串中发现所有的惊奇模式。实验表明,所提算法不仅可以发现Keogh等人定义的惊奇模式,而且避免了发现无意义的惊奇模式。     

一种对噪音健壮的数据流分类算法

数据流挖掘中的主要问题是概念流动和噪音污染。目前的数据流挖掘算法不能有效地处理数据流中的噪音,而一个理想的学习算法应该同时拥有对概念流动的敏感性和对噪音的健壮性。文中探讨了如何使用聚类方法在数据流中区分出噪音实例和难以学习的实例,并提出了相应的概念流动检测方法。在此基础上设计了基于推进技术的集合分类器算法RobustBoosting。通过在合成数据集和实际数据集上的实验,表明文中的算法即使在高达40%的类噪音时,与AdaptiveBoosting算法[1]相比,仍能保持更高的分类准确度,更快地收敛到新的目标概念。     

基于序列关联规则挖掘的Web日志预测精度研究

目前许多研究关注如何利用序列关联规则预测用户最近的HTTP请求，这些研究主要利用次序信息或时间信息来进行剪枝，以提高预测的精度。该文对不同序列关联规则进行了分析和比较，给出了不同次序信息和时间信息的条件下各种序列模式挖掘算法。并使用实验比较这些算法的预测精度。通过对实验结果的分析，为进一步提高预测的精度指明了方向。     

基于粗糙神经网络的医学图像分类新方法

由于乳腺X光图像的复杂性,直接从图像中看出肿瘤及其良、恶性质是比较困难的,因此建立高效的肿瘤自动诊断系统是非常必要的。文章将粗糙集理论中基于信息增益的约简方法和神经网络相结合,提出了粗糙神经网络算法RNN,将其应用于乳腺X光图像分类。实验结果表明,该方法的分类精确度可达到92.37%比单独使用神经网络方法的分类精确度(81.25%)要高,同时所花费的时间也明显减少。     

基于文件的软件快照的实现

快照技术是当今非常流行的一种备份技术,可以很好地保证数据的完整性,但目前常用的快照技术存在一定的问题,笔者通过研究,提出了一种基于文件的软件快照算法,对快照的实现进行了改进。该算法将所有的快照指针信息集中到一个指针树上进行集中管理,实现了文件级的快照。     

虚拟化技术在基于自律计算的高可用性系统中的应用

针对服务器集群的管理复杂度高的问题，在对自律计算和大型可分区服务器硬件特征研究的基础上，提出了一种虚拟化技术，通过对硬件资源的虚拟化，实现了物理资源向逻辑资源的映射，从而统一管理所有物理资源。此外，在资源统一管理的基础上，对服务器集群的资源配置提出了完整的解决方案，实现了系统的自我管理。     

基于块的数据库系统连续数据保护

数据保护是数据库系统管理的重要一环.在研究数据库系统连续数据保护技术基础上,提出一种基于块的数据库系统连续数据保护模型BCD,论述了它的基本原理与系统结构,并详细讨论了实现备份和恢复的关键技术,建立了一个基于Linux平台逻辑卷管理器的数据库连续数据保护原型系统.BCD基于块对数据库系统进行保护,为实现通用的多平台数据保护机制提供了可能,并且通过建立连续精细的备份,可以实现数据库系统任意时间点的精确即时恢复,提高了数据库系统的可靠性和可用性,为实现业务连续性提供了保证.     

基于Z-Ordering技术的分形属性选择方法

维度规约不但可以提高模式识别及机器学习的效率和准确性,同时作为一种有效的数据预处理技术也得到了众多研究者的密切关注,基于分形的特征选择技术是目前维度规约研究领域的新动态.借鉴Z-ordering索引技术的思想,设计并实现了一种改进的分形属性选择方法ZBFDR(Z-ordering based FDR),该方法仅需要扫描数据集一遍建立底层网格结构,基于该底层网格结构计算数据集的分形维数及实现属性选择操作.ZBFDR避免了FDR(fractal dimensionality reduction)算法多次扫描数据集问题,空间需求也低于OptFDR(optimized FDR),在合成数据集及实际数据集上的实验结果表明ZBFDR具有较为优良的整体性能.     

一种OODBMS的直观对象查询语言的研究与实现

论述了一种面向对象的数据库管理系统的直观对象查询语言。这种基于图形的查询语言可支持图表式查询语言的定义和说明,因此这种语言既有基于本的结构查询语言的表达能力,也具有基于图形查询语言的直观性。