基于尺度不变特征的图像分类技术研究

该文提出基于Bag of words模型,提取图像的SIFT特征,然后用K-medoids算法对其进行聚类,生成词典查询所需用的关键字,最后用adaboosting算法构建分类器,实验采用pascal图像库中的数据进行训练和测试,实验证明,该算法具有训练和测试速度快,分类精度高等特点,特征提取速度和分类速度非常快。     

发展科技 信息先导

当今,科学技术的发展一日千里,新门类、新学科不断出现,科技园林硕果累累,在这种情况下,成果之撷取唯捷足者先登,差之毫厘则失之千里。因而成功之契机稍纵即逝,技术的竞争十分激烈。在材料及热处理领域中,情况亦复如此。物理学、化学、电子学等诸多相关学科的许多成果被迅速地应用于材料及热处理领域。不少传统的观念和技艺正面临着冲击和变革,处于这样一个观念更新、知识爆炸的时代,就要求我们及时地掌握大量的外界信息,而《国外金属热处理》正是我们较全面地了解国外热处理技术的津梁。     

基于多元特征的智能型生物识别模型

随着生物识别技术的不断成熟,各种成形产品和设备不断进入市场,为生物识别手段代替传统的身份鉴别方法提供了基础。基于单一生物特征的识别模型由于过度依赖于一种识别模式,难以抵御针对型的欺骗方式。通过分析人类智能识别的行为,提出了一种基于多元特征的智能型生物识别模型。该模型能够同时捕捉目标的多种生物特征,通过选择可信度最高的识别模式进行组合识别,防止了针对型欺骗;通过引入多特征的交叉索引模型,提高了系统对复杂生物特征的检索效率;通过系统记录的历史数据的参与,实现了一种目标特征变化敏感的识别方式,使系统在某一特征变化大于预设阈值时进行更高精度的生物识别。基于多元特征的生物识别模型增加了系统的欺骗代价,在保证系统的识别精度和效率的同时,降低了系统遭受恶意侵入的风险。     

树型网格计算环境下的自适应任务调度算法

提出一种基于树型计算网格的自适应调度算法,实现对小粒度独立任务和用户大作业的自适应最优调度。通过对网格环境的实时检测,给出了基于节点负载状况、节点任务执行时间、任务传输时间和任务特性的自适应调度算法,即基于最优任务分配方案的启发式任务调度算法。通过实验与其他调度算法的比较,证明了所提出的任务调度算法在负载平衡和最优跨度方面具有明显的优越性。     

一种改进的支持向量机的文本分类算法

在文本分类中,应用支持向量机(SVM)算法能使分类在小样本的条件下具有良好的泛化能力.但支持向量机的参数取值决定了其学习性能和泛化能力.为提高支持向量机算法的性能,提出了一种采用免疫算法对支持向量机参数进行优化的文本分类算法(IA-SVM).算法减少了对支持向量机参数选择的盲目性,提高了SVM的预测精度.实验表明,IA-SVM算法在文本分类问题上明显提高了分类正确牢,学习速度也有提高.     

基于聚类和密度的KNN分类器训练样本约减方法

提出了一种基于聚类和密度的KNN分类器训练样本约减方法。使用KNN分类器进行文本分类的时侯,由于训练样本在类别内分布的不均匀,会造成分类准确性的下降,而且相似度计算量非常大。新方法根据训练样本的密度采用聚类的方法,约减了一定数量的“噪声”样本。实验表明,使用该方法能同时提高KNN分类器的准确率和效率。     

基于UKF的视觉辅助末制导仿真研究

针对巡航导弹中段制导累积误差大的情况,在末制导段采用计算机视觉技术进行辅助制导.介绍了视觉制导的位姿估计方法,并利用无迹卡尔曼滤波器(UKF)对视觉和惯性制导系统进行信息融合,建立了视觉辅助末制导(VATG)的仿真控制模型.实验结果表明:该方法显著提高了末制导系统的精度和可靠性.     

多类支持向量机文本分类方法

文本分类是数据挖掘的基础和核心,支持向量机(SVM)是解决文本分类问题的最好算法之一.传统的支持向量机是两类分类问题,如何有效地将其推广到多类分类问题仍是一项有待研究的课题.介绍了支持向量机的基本原理,对现有主要的多类支持向量机文本分类算法进行了讨论和比较.提出了多类支持向量机文本分类中存在的问题和今后的发展.     

基于Zigbee和GPRS相结合的粮食数量无线监控系统设计

在粮仓底面及侧壁排布压力传感器,通过压强值拟合出粮食数量.提出了一种将Zigbee短距离无线通信技术与GPRS相结合的远程粮情数据无线传输设计方案,完成了传感器网络中数据采集节点以及网络协调节点的硬件平台设计,并基于该平台开发了适合于粮情数据实时传输的通信协议及软件.测试表明,该系统完全可以测量粮仓中的储粮数量,测量误差不大于5％.     

反舰导弹类型识别的贝叶斯网络方法

通过对反舰导弹运动模式及运动特征参数的分析,提出了一种有效的反舰导弹类型识别的贝叶斯网络方法。在机动目标交互式多模型跟踪的基础上,利用曲线拐点检测方法对典型运动模式段进行划分,识别其运动特征参数,根据运动特征参数建立目标类型识别的贝叶斯网络模型。仿真实验证明,方法结构简单,易于实现,具有较高的实用性。