一种面向非平衡数据的邻居词特征选择方法

在非平衡数据情况下,由于传统特征选择方法,如信息增益(Information Gain,IG)和相关系数(Correlation Coefficient,CC),或者不考虑负特征对分类的作用,或者不能显式地均衡正负特征比例,导致特征选择的结果下降.本文提出一种新的特征选择方法(Positive-Negative feature selection,PN),用于邻居词的选择,实现了文本中术语的自动抽取.本文提出的PN特征选择方法和CC特征选择方法相比,考虑了负特征;和IG特征选择方法相比,从特征t出现在正(负)训练文本的文本数占所有出现特征t的训练文本数比例的角度,分别显式地均衡了正特征和负特征的比例.通过计算特征t后面所跟的不同(非)领域概念个数占总(非)领域概念个数比值分别考察正、负特征t的重要性,解决了IG特征选择方法正特征偏置问题.实验结果表明,本文提出的PN特征选择方法优越于IG特征选择方法和CC特征选择.     

基于已知特征项和环境相关量的特征提取算法

在现有基于已知特征项特征提取算法的基础上,提出一种基于已知特征项和环境相关量的特征提取算法。该算法通过已知特征项搜索频繁项集,提高了特征提取速度。环境相关量的引入使提取的特征能更准确地描述入侵行为。实验结果表明,该算法在提取同类入侵行为的特征时,比Signature Apriori算法更快更准确。     

Web权威信息自动提取技术的研究及应用

WWW为各行各业提供了大量的信息,但如何准确地从这些信息中提取出相关领域的权威信息是目前研究的热点问题之一。该文提出评判网站信息的多因素综合评估模型,该模型对网站的权威值进行合理计算,给出基于表格数据的语法树模型,完成了表格数据的自动提取。通过实例证明,该方法很好地解决了权威信息的准确和自动提取。     

路由器配置策略智能提取技术

为实现配置故障智能管理目标,提高路由器配置管理效率,提出对路由器配置文本按功能分段的算法,研究提取各分段配置策略的推理技术,构建基于可信度方法提取各分段配置策略的推理机模型。试验结果表明,它们均有94%以上的分段正确率和策略提取准确率,为构建配置故障智能管理系统做好了技术准备。     

基于数据库编程语言的海量邮件数据分类技术

针对海量邮件数据的处理需求和实际业务需要,设计了基于数据库编程语言的海量邮件自动分类系统。该系统由特征学习模块、数据库查询模块和贝叶斯分类模块3部分构成。结合贝叶斯分类算法,利用PL/SQL语言与数据库交互时的高效性特点,在ORACLE PL/SQL存储过程中完成对未知邮件的特征提取和表示,实现对海量邮件数据的有效分类。     

关联规则的快速提取算法

针对基于频繁项集的关联规则挖掘算法效率低,需要多次扫描数据库且生成冗余候选项集问题,该文利用频繁项集的Aprior性质和概念格的基本思想提出一种关联规则提取算法,利用极大频繁项集来进行规则提取,去除了多数冗余的候选项集,提高了提取效率。     

基于预共享密钥认证的IKE协议分析与改进

对基于预共享密钥认证的主模式IKE协议进行研究,针对其安全漏洞以及不支持移动用户的缺陷,提出相应的改进建议。该方案能及时发现并阻止中间人攻击和拒绝服务攻击,同时保护双方的身份,没有固定IP地址的限制。性能分析表明,该方案是安全、高效的。     

基于投影和小波分析的手指指节折痕识别算法

鉴于人体的手指指节折痕具有稳定性且因人而异的特点,该文提出一种基于投影和小波分析的手指指节折痕识别的新算法。对手指图像进行定位,经分割、归一化后得到了用于身份鉴别的手指子图。将手指子图向水平轴投影,得到含有折痕信息的一维信号,利用小波的多分辨率特点提取折痕信息进而形成代表折痕的特征矢量。在手指图像数据库中,利用最近邻分类器进行了算法验证,等错误率约为1.5%,实验结果表明了算法的有效性。     

自动变速器换档规则的粒子群优化提取方法

针对神经网络“黑箱”模型的缺陷,利用粒子群优化的换档规则提取算法,将规则编码为粒子的方法,通过粒子群优化算法的“位置-速度”搜索模型生成换档规则集。实验分析了标准粒子群与惯性递减粒子群在最优解搜索过程中的性能差异,并验证了该方法的有效性。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。