基于模糊聚类分析的奖学金评定系统分析

用模糊聚类的方法对学生奖学金评定系统进行分析,选取合适的相似系数,建立模糊相似性矩阵,用欧氏距离法分类,它不能实现我们传统意义的名次排序,但它很好的实现量化评定和质性评定的结合,实现评定的诊断功能,为信息反馈提供依据,充分发挥评定的导向和激励功能。     

视音频信息检索的需求、研究与实际应用

自动编目和信息检索的核心是索引,目前几乎所有的资料管理机构仍然主要依靠某种形式的分类体系对文献或各种类型的内容进行分类。随着计算机技术的广泛应用,自动索引提供了对索引问题的一种新的认识,即索引问题在某种程度上与系统更为相关,而不是与用户需求相关。区分这一点非常重要,即检索是以基于规则的计算为核心,还是以人的主观判断为核心。为此,在对信息检索的各种模型作了简介和性能比较之后,详细讨论了当前广电系统视音频信息检索的需求、特点、研究现状、实际应用和下一步的进展。     

基于绝对值差的归一化波形匹配混合算法

基于归一化的波形匹配算法运用十分广泛,但缺点是运算量大。为此提出一种基于绝对值差的归一化混合算法。该算法先将原始波形分解成三层,在每一层分别采用改良的绝对值差法、改良的序列相似性法、归一化互相关法进行匹配,最终实现精确匹配。实验表明,这种混合算法比归一化互相关法在波形匹配速度上有了大幅度的提高。     

基才高维局部特征和LSH索引的图像检索技术

基于内容的图像检索（CBIR）技术使从海量图像资源中快速高效地提取有价值的信息得以实现,采用局部特征来表示图像并在此基础上进行图像相似性检索是当前的热门研究课题。文中将图像高维局部不变特征提取算法和LSH索引算法应用到基于内容的图像检索系统中,实验结果表明了该方法的有效性。     

A New Anonymity Model for Privacy-Preserving Data Publishing

Privacy-preserving data publishing （PPDP） is one of the hot issues in the field of the network security. The existing PPDP technique cannot deal with generality attacks, which explicitly contain the sensitivity attack and the similarity attack. This paper proposes a novel model, （w,γ, k）-anonymity, to avoid generality attacks on both cases of numeric and categorical attributes. We show that the optimal （w, γ, k）-anonymity problem is NP-hard and conduct the Top-down Local recoding （TDL） algorithm to implement the model. Our experiments validate the improvement of our model with real data.     

地震监测时间序列异常值检测策略

前兆观测数据真实可靠地应用在地震预测中前提是观测人员能够准确去除和标记干扰异常数据。为了能够在前兆数据预处理过程中由计算机及时检测出异常值,文章在时间序列的异常值检测的基础上,提出一套前兆仪器数据异常判定方法。根据异常的特征分析,首先选取合适的阈值特征进行阈值异常检测,在阈值异常检测结果的基础上,进而将其与邻近观测点数据进行相似性度量。从而达到将局部干扰异常与地球物理变化区分的目的。这种异常判定规则应用在前兆预处理中大大提高了前兆数据预处理的准确性和效率。同时,这种异常判定规则应用在实时监控中可以及时发现仪器的故障以及解决异常数据隐蔽性和时效性的问题。     

彩色图像去马赛克的非局部稀疏表示方法

目前,大部分彩色去马赛克（Color DeMosaicking,CDM）算法仅利用了局部的空间和光谱相关性,容易导致CDM复原图像边缘模糊以及细小结构丢失.当图像中出现周期性细小结构时,这些局部方法容易产生诸如锯齿、栅格等失真现象.针对这些问题,我们将字典学习和稀疏编码统一到一个变分框架中,提出了非局部自适应稀疏表示模型.通过非局部相似块聚类自适应地在线学习字典.利用局部和非局部的冗余信息对稀疏编码进行约束,强制稀疏编码靠近其非局部均值以减少编码误差.为了有效抑制服从重尾分布的CDM误差,设计了基于l₁范数的数据项.最后,联合交替最小化方法和算子分裂技巧对模型进行有效求解.实验结果验证了本文模型与数值算法的有效性.     

基于特征子图的异构信息网络节点相似性度量

为解决异构信息网络相似性度量的问题,提出了基于节点特征子图的节点相似性度量算法,通过节点特征子图的最大公共子图与最小公共超图之间的差异性,进行节点间的相似性度量.该算法以图理论为基础,根据连边的不同类型设定不同权值,在考虑节点信息相似的同时,加入节点在网络中的结构信息,最大程度地利用了异构信息网络所富含的信息.实验结果表明,提出的算法具有较好的性能和有效性.     

改进非参数变换测度下的立体匹配

针对传统非参数变换测度的局限性,提出了一种基于局部纹理加权项的非参数Census变换测度,并使用半全局匹配法聚合代价的立体匹配算法。根据图像纹理度量的方向性,通过增加局部纹理反差值计算匹配窗口内所有像素的灰度均值,将其与反差值的加权和作为现匹配基元。使用半全局匹配法计算8邻域方向的匹配代价,以最小代价为匹配条件选取初始视差值。最后,利用图像分割法统计各分割区域的视差直方图,以直方图主峰所对应的视差值作为最终视差值。实验结果表明,该算法获得的视差精度优于当前多数局部算法,处理立体匹配中幅度失真的问题效果明显,能够很好地适应于真实场景测量。     

复杂系统操纵员心智模型相似性的影响因素

目的已有研究表明心智模型相似性有助于提高工作效率和安全绩效,本研究则探讨复杂系统操纵员心智模型相似性的影响因素。方法参加本研究的54名复杂系统操纵员在长期互动中构成的一个社会网络,构建操纵员两两间专业相似性、工龄差异、共同值班次数以及心智模型相似性四个矩阵,并用社会网络分析程序UCINET分析前三者对后者的影响。结果专业相似性、工龄差异、共同值班次数能够显著预测操纵员心智模型相似性。结论操纵员彼此间的工作经验越接近、专业背景越相似,其心智模型相似性越高;而与假设相反,共同值班次数越多,其心智模型相似性反而越低。本研究可为通过促进成员心智模型相似性来提高系统操作效率和安全绩效的实践提供理论支持。