基于Web的数据挖掘技术研究及其在电子商务中的应用

基于Web的数据挖掘是一种结合了数据挖掘和互联网系统的热门研究课题。本文首先综述了基于Web的几类数据挖掘技术,包括Web内容挖掘、Web的访问挖掘、Web页面聚类以及用户频繁访问路径发现等技术。在此基础上又着重介绍了Web数据挖掘技术在电子商务中的具体应用。     

基于支持向量机和核主成分分析的车牌字符识别

给出了一种结合核主成分分析(KPCA)和支持向量机(SVM)进行车牌字符识别的新方法.该算法通过KPCA进行字符的特征提取,并利用SVM分类器完成字符的识别.实验证明,KPCA在高维空间具有较强的特征选择能力,SVM的识别率也明显高于BP神经网络.     

一种基于Web服务的网页智能推荐方法*

提出了一种基于Web服务的智能网页推荐系统,该系统使用了基于ItemtoItem的协同过滤算法,并通过对一个实例的研究验证了所提出的算法以及推荐系统的有效性。     

交通信号控制系统的多agent协调研究

基于agent技术,对城市交通信号进行多agent协调控制研究。首先给出了路口agent的组成和结构,然后提出了路口等待车辆数矩阵、道路因子矩阵、交通负荷度矩阵和绿信调节矩阵,在此基础上对路口阻塞和路段特殊事件建立了协调模型,提出了协调算法。     

基于GHA的核主成分分析及其应用

文中提出了一种将GHA(Generalized Hebbian Algorithm)学习规则应用到核主成分分析的新方法,它结合了核主成分分析和GHA学习规则的优点,既能利用核主成分分析的方法方便地提取数据的非线性特征,又能避免在大样本数据的情况下运算复杂和存储空间大的问题。实验证明了该方法的可行性和高效性。     

基于RBF神经网络预测模型的VLSI 生产线智能控制算法

为了对半导体生产线进行预测控制，首先研究了利用RBF神经网络对半导体生产线建立预测模型的方法，然后利用马氏决策过程递阶方法的思路，将系统状态分成若干互不相交的区间，系统状态所属区间改变时，根据预测模型的输出，即预测的系统状态，利用所提出的智能控制算法确定将要采取的投料策略和调度策略组合对生产线进行控制．实验表明，该算法的总体性能优于若干其他常用算法．     

基于GHA的核主成分分析及其应用

文中提出了一种将GHA（Generalized Hebbian Algorithm）学习规则应用到核主成分分析的新方法，它结合了核主成分分析和GHA学习规则的优点，既能利用核主成分分析的方法方便地提取数据的非线性特征，又能避免在大样本数据的情况下运算复杂和存储空间大的问题。实验证明了该方法的可行性和高效性。     

一种基于混沌理论的多层次变密钥视频加密方法

提出了一种全新的基于混沌理论的多层次视频流保密方法,此方法由于采用多层次的混沌迭代,因而达到了使密钥实时改变的目的,极大地提高了保密性能。另外,本算法继承了选择加密的思想,只对视频流中包含关键信息的部分进行处理,可以提高加密效率,满足实时交互的要求。分析仿真实验结果,进一步证实了此方法具有很好的保密性能和加密效率。     

基于Turbo码的CBTC系统安全信息传输研究

针对城市轨道交通的无线列车控制系统(CBTC)中基于无线信道的信息安全传输问题,提出了基于Turbo码的CBTC无线信道的安全信息传输控制方案,并分别采用Bi-SOVA译码算法、SOVA译码算法、MAP译码算法及对数域Max-Log-MAP译码算法等进行了仿真测试与比较分析.仿真结果表明,所提出的基于Turbo码的传输控制方案能够有效地满足CBTC安全信息传输的误码率要求,并且在所采用的译码算法中,Bi-SOVA算法和Max-Log-MAP算法具有较好的误码率性能.因此,在无线列车控制系统的信息传输中用Turbo码来代替传统的CRC码进行差错控制是合理而有效的.     

基于Adaboost的汽车牌照快速定位

Adaboost算法在人脸定位系统中已经取得了巨大的成功，该算法简单可靠、学习精度高，解决了实时检测的速度和精度的矛盾，而汽车牌照定位是汽车牌照识别系统的首要环节，定位的准确性和快速性对系统起着关键性的作用。该文提出了基于Adaboost的汽车牌照定位算法，目的是为了寻求一种新的更加高效的车牌定位方法。实验结果证明了该方法的可行性。