基于归一化特征判别的日志模板挖掘算法

针对传统日志模板挖掘时需要日志聚类数目作为先验信息的问题,提出了一种基于归一化特征判别的日志模板挖掘算法.首先,对日志数据进行压缩,以提高后续处理效率;其次,进行日志聚类过程,使用归一化的日志统计特征判断聚类是否满足要求,若满足,则聚类成功;若不满足,则采用二分搜索的方式调整日志聚类的数目,重新进行聚类;最后,从聚类结果中提取日志模板,设计了一种衡量模板挖掘效果的评价指标.在真实数据集上的实验结果表明,算法的模板挖掘匹配度优于基准方法,并且具有良好的泛化性能.     

一种基于文本先分类再聚类的互联网热点信息发现方法

针对互联网热点信息发现的需求,提出一种基于先分类再聚类的互联网信息热点发现及分析系统构建方法.通过对互联网样本信息文本的特征提取,构建文本向量空间模型,使用Maxent最大熵分类模型对文本进行分类,对分类结果使用OPTICS聚类算法获取文本热点簇,最终获取有效热点信息.实验证明,通过先分类再聚类的方法可以有效避免语义类别不同但字面意义混淆的文章对聚类算法的影响,有效提高聚类结果的精度和运算效率.     

基于FCM和SVM的TM遥感影像自动分类算法

遥感影像分类是遥感信息提取和定量化分析的重要手段,是目前遥感技术研究中的一个热点.以TM遥感影像为研究对象,提出了一种基于模糊C均值聚类和支持向量机的自动分类方法,解决了以往利用SVM等监督分类方法训练样本时需要人工选择样本且样本难以选定的问题,比FCM等非监督聚类算法的分类精度高.该方法首先对待分类的遥感影像用FCM算法进行初始聚类,然后根据聚类后得到的隶属度矩阵设计一种算法,选取其中的混合像元作为标注的训练样本,并送入SVM分类器进行训练.最后通过一块TM遥感影像对该方法进行验证.试验结果表明,该方法减少了人工对分类过程的干预,具有较高的分类效率和分类精度.     

利用隐马尔科夫模型识别蛋白质折叠类型

以70种蛋白质折叠为研究对象,对每种折叠,选择序列同一性小于25%、样本量大于3的代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合每种折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.对Astral1.65中的9 505个蛋白质结构域样本进行单模型识别,平均敏感性和特异性分别为91.93%和99.95%,Matthew相关系数为0.87.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型数量显著减少,仍然保持很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.     

图像处理技术测定纱线混纺比——特征值选择的系统聚类和模糊C均值聚类

基于已有的特征指标,对涤和棉纤维的各特征值进行选择和分类.利用系统聚类和模糊C均值聚类方法,对特征指标进行了比较,最终选用异形度指标对纤维进行分类,实现了纱线混纺比的计算.研究表明,对于涤棉混纺纱线,异形度指标可以很好地反映纤维间的差异.模糊C均值聚类方法较系统聚类方法,能有效地将纤维区别开来.     

基于有源自回归模型与模糊C-均值聚类的挖掘机液压系统故障诊断

为了提高挖掘机的可靠性水平和智能化程度,提出了基于有源自回归(ARX)模型与模糊C-均值(FCM)聚类的挖掘机液压系统故障诊断方法。该方法将故障诊断分成故障特征提取和故障分类两个部分。在故障特征提取中,针对已知故障和测试故障分别建立ARX模型,提取ARX模型的自回归系数作为故障特征。在故障分类中,以FCM聚类作为故障分类器,将测试故障归入已知故障的某个分类中,判断系统的故障类型。仿真和实验结果表明,ARX模型与FCM聚类相结合的故障诊断方法能有效地应用于挖掘机液压系统。     

基于子空间聚类的网络流量分类方法

应用层网络流量分类技术对流量控制与管理等研究具有重要意义.针对传统的基于有监督机器学习的分类方法对所有应用程序使用相同的特征,使得某些特征对一种或几种应用类型有区分性,而对其他应用类型的网络流分类产生干扰等问题,提出基于子空间聚类方法的网络流分类框架.利用子空间聚类算法,在总特征集中为每一种类型应用进行特征选择,提取与之相对应的关键特征,自动消除不相关的特征,使得每种应用类型都产生对应的特征签名集,并用这些不同的特征签名对未知的网络流进行分类.实验结果表明:本文提出的方法能够有效地提出每种应用类型的特征签名,并且所提出的特征签名具有明显的可区分性,该方法的分类准确率在93%以上,并且能很好的识别新出现的应用.     

绸型裙装面料的分类研究

裙装的外观形态与面料种类有着密切的关系.利用KES织物风格仪测量了40种绸型裙装面料的拉伸、剪切、弯曲等力学性能,提出运用最短距离系统聚类法、多元方差分析确定最佳聚类域的绸型裙装面料分类方法,并借鉴手感评价二级指标探讨了分类后各类面料手感的差异.结果表明,该方法具有一定的可行性,所选面料最佳分类数为5类,且5类面料的手感具有明显差异.     

应用模糊系统聚类分析法对零件进行分类

本文提出了应用模糊数学理论进行零件分类并选择其最佳工艺设计的方法。介绍了应用模糊系统聚类分析法进行零件分类和选定其工艺规的基本过程，以及计算机程序框图。     

基于残基接触数的蛋白质折叠速率预测

文中从蛋白质的三级结构出发,对数据集中二态和多态蛋白质的接触数进行筛选分类,建立了一个利用蛋白质残基接触数来预测蛋白质折叠速率的线性回归模型.模型计算预测的折叠速率和实验验证的折叠速率的相关系数以Cα原子为特征时达到了0.832,以N原子为特征时达到了0.903.结果表明残基间的相互作用对蛋白质折叠速率有很大的影响;蛋白质残基中的N原子与其他原子的相互作用对折叠速率的影响要大于残基中Cα原子对折叠速率的影响.     

一种基于Word自定义模板的文档管理模式

在对现有信息系统中文档生成和管理方法存在问题分析的基础上，针对企事业单位大量文档管理与信息系统有限模板之间的矛盾，提出了一种基于Word自定义模板的文档生成和管理模式．首先对基于Word的模板存储结构的设计、模板的自定义及其管理进行详细描述；然后对基于模板的文档生成方法和文档存储结构进行了介绍；最后采用对象分类技术，实行了文档的动态分类管理．根据上述思想的文档管理方法在律师事务所信息系统案件文档管理中得到了应用，方便了各类案件文档的管理，提高了信息系统的灵活性和管理效率，取得了比较满意的效果．     

基于眼动实验和模板技术的应急地图设计研究

在近年来发生的应急事件中,地图发挥着越来越重要的作用,但是不同的任务类型、使用对象和使用环境要求应急地图的设计务必快速高效、主题突出,而且不能千篇一律。但是,应急地图的设计制作中存在着制图周期长、地图现势性差、制图模块不可重用、缺少设计原则、成图效率低下、忽略用户差异等问题,严重阻碍了应急地图的推广和应用。 文章对应急地图研究现状和设计中存在的问题进行分析,对应急地图的设计情境进行归纳,提出应急地图设计原则,基于眼动实验获取应急地图符号设计知识,基于模板技术提出一种快速设计应急地图的思路和方法,并给出各阶段设计的实例效果图。     

复合型日志的模板提取方法

为了解决目前复合型日志无法被模板提取算法正确解析的问题,设计新的模板提取算法CLEA来处理复合型日志的模板提取. 该算法使用符号将所有日志划分为集群,基于Drain模板提取算法提取每个集群各自的日志模板,存储并缓存模板提取结果,在更新集群的同时更新缓存的模板;将差异度计算引入简单共有词算法中,增强简单共有词算法对模板中不同词语的敏感度,计算模板之间的相似度;设计BMerge算法,利用该算法对相似度大于阈值的模板进行合并,获取并输出合并日志作为最终结果. 在相似度算法中引入差异度计算,增强算法对模板中不同词语的敏感度,并设计BMerge算法对模板进行合并,输出无损日志作为结果. 所提方法适用于处理复合型日志,且正确率较高.     

基于模糊理论的医学图像平滑滤波方法

提出了一种适用于医学灰度图像处理的平滑滤波方法 .选择八个方向性掩模和一个无方向掩模 ,建立起图像像素与掩模的隶属度映射关系 .利用最大隶属度原理判断该像素隶属于哪一个掩模 ,而后用所求得的掩模对此像素进行平滑滤波 .经实验仿真证实 ,该方法既能有效地滤除医学图像中的噪声 ,又能很好地保持图像的边缘 ,处理速度也比较快     

基于图像平滑技术的B样条曲线光顺

将图像平滑技术中的模板操作推广到B样条曲线的光顺处理上,设计了3种光顺模板:均值模板、加权模板和Gaussian模板,并运用这3种模板在误差范围内对B样条曲线进行光顺处理.实践证明,本方法灵活性强、计算速度快、光顺效果较好.     

非晶态镍磷合金空心微球的制备及其催化加氢性能

以空心玻璃微球作为模板材料,采用化学镀法在模板表面沉积了均匀的非晶态Ni-P合金镀层,用化学溶解法去除内部的空心玻璃微球模板,制备出非晶态Ni-P合金空心微球。分别利用EDS、SEM、XRD等手段对制品进行表征,以硝基苯液相加氢为探针反应,考察了非晶态Ni-P合金空心微球的催化加氢性能。结果表明,非晶态Ni-P合金空心微球具有良好的催化活性和循环使用性能。     

基于字的词位标注汉语分词

近年来基于字的词位标注方法极大地提高了汉语分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,基于字的词位标注汉语分词方法逐渐成为汉语分词的主要技术路线。该方法中特征模板选择至关重要,采用四词位标注集,使用条件随机场模型进一步研究基于字的词位标注汉语分词技术,在第三届和第四届国际汉语分词评测Bakeoff语料上进行封闭测试,并对比了不同特征模板集对分词性能的影响。实验表明采用的特征模板集:TMPT-10′较传统的特征模板集分词性能更好。     

Structures and properties of PEDOT nanotubes prepared by a template synthesis method

PEDOT nanotubes were prepared by a template synthesis method. Based on our template, it was deduced that there are two successive processes in the formation of nanotubes. The first step is soakage of the porous templates by a polymer solution, and the second step is adsorption of free charged cationic groups and doped PEDOT onto the template surface with negative charges. XRD results showed that well orientated PEDOT chains were formed during the synthesis, moreover the arrange conductivity of molecular chains strongly affect the structures of PEDOT nanotubes. The nanotubes were measured to be about 5.5–17.6 S/cm, which is higher than that of nanotube pellet due to the high contact resistance between the adjacent nanotubes. Funded National Natural Science Foundation of China(No.: 60372002)     

基于均值偏移粒子滤波的自适应跟踪

针对视频中运动人体的跟踪,提出了一种基于均值偏移粒子滤波的自适应跟踪算法。该算法首先对所要跟踪的人体目标进行分块,并选择与周围环境颜色相似度最小的块模板作为跟踪区域;然后使用基于均值偏移的粒子滤波方法进行跟踪,并设计了自适应更新块模板尺度的方法;最后在粒子滤波的状态估计阶段后,加入自适应观测模型,根据块模板尺度的变化情况,自适应地选择高斯噪声方差和粒子数目。实验证明,在出现遮挡或人体运动方向改变的情况下,本文算法的跟踪效果比传统均值偏移粒子滤波更好。     

拓展模板的视频跟踪技术

在视觉目标跟踪(video tracking)过程中,当跟踪图像存在背景杂波、图像噪声(如图像遮挡、图像快速移动)时,算法往往不能取得很好的图像追踪效果.为解决该问题,在经典L1-tracker追踪算法的基础上,针对目标遮挡、目标消失等严重影响跟踪效果的情况进行研究,提出加入拓展模板(固定模板和近况模板)的策略来提高跟踪精度和抗遮挡能力.固定模板保持追踪目标最初的图像特征,防止错误的追踪结果在模板更新时引入错误的特征,进而导致识别目标偏移.近况模板记录目标的最新跟踪结果,避免由于点模板的大量使用而造成遮挡的误识别.通过对多个标准数据集的实验测试,证明加入新策略的L1-tracker算法,在不破坏原有L1-tracker优势的基础上,显著地提升了L1-tracker算法应对遮挡问题的能力.