一种改进的基于Web使用挖掘的数据预处理方法的研究

本文从各种数据源采集方法出发,分析各自的局限性,首先确定面向服务器端进行Web使用挖掘,然后进一步分析服务器端数据源的特性,给出针对此数据源的一种数据预处理方案及改进方法,提出数据净化、用户识别、会话识别等关键预处理步骤,为数据挖掘过程提供尽可能准确的目标数据。     

评测Web使用分析中会话识别的准确度

目前用于用户会话识别的方法主要有两类:基于时限的会话识别和与拓扑结构(超链接)结合的会话识别,这两类方法都是在用户识别的基础上对用户活动作出猜测而得到的。该文提出了一套用于对这些启发式方法所获得的数据的准确程度进行量化的评测系统,不同的估测方法反映不同的数据挖掘应用的需要。最后通过一个实际站点的数据说明了评测系统的识别结果是准确的。     

基于动态阈值和DTW的ECG身份识别算法

人体心电信号(ECG)虽然是非稳态时变信号,但现有研究表明其可以作为一种新型的生物识别特征用于对识别分辨率要求不高的应用场合,或与传统生物特征相结合来提高识别性能。本文给出了一种能针对不同实验对象动态设定阈值以提取典型波形,并利用加权动态时间弯曲法(DTW)进行ECG身份识别的算法。在模板登记阶段,首先对经去噪处理的一段ECG波形进行R点检测,然后通过动态阈值设定得到一段典型的包含完整心电周期信息的心电波形,最后将其作为模板波形存入用户模板库。在身份识别阶段,基于前述经动态设定的阈值进行心电波形选择,实时提取测试波形,然后基于经长度加权的DTW算法进行测试波形和模板波形的相似度计算,最终实现用户身份识别。     

一种通用数码快速识别算法

本文给出一种通用（手写与印刷体）数码快速识别算法，其中包括库存标准数码模式算法ＷＨＩ、识别算法ＷＨⅡ，细化算法ＷＨＳ，最后给出最佳数码快速识别算法ＷＨⅡ。     

一种拒绝服务攻击识别算法

分析了DoS(Denial of Service)拒绝服务攻击的攻击行为以及受攻击方的表现，并提出了解决方案。对拒绝服务攻击的原理、危害，常见工具、常见防御手段作了论述，用图表分析了受攻击方的网络流量情况，最后提出了基于流量分析的攻击识别算法。该算法能有效地降低识别的误报率。     

一种通用数码快速识别算法

本文给出一种通用（手写与印刷体）数码快速识别算法，其中包括库存标准数码模式算法WHI、识别算法WHⅡ，细化算法WHS，最后给出最佳数码快速识别算法WHⅢ。     

基于数据仓库的数据预处理模型的算法研究

数据仓库中的数据必须进行预处理后才能达到数据挖掘的要求.将数据预处理集成于数据仓库的构建过程中,提出一种基于数据仓库的数据预处理过程模型.讨论了数据预处理的各种算法并通过实例说明利用信息增益进行数据预处理的过程.     

一种区域知识引导的船舶吃水线动态识别算法

用于船舶吃水线识别的机器视觉检测方法采用固定相机获取水尺区域,存在船舶外弦吃水线图像数据采集难度大、吃水线测定效率低等问题.基于此,利用无人机搭载相机航拍图像,充分考虑其图像特点,提出一种吃水线区域动态识别算法.无人机航拍图像克服了已有固定相机的不足,但是,由于无人机飞行航迹的变化导致吃水线图像存在波动,此外,吃水线区...     

一种快速识别飞机仪表参数的算法

提出了一种快速识别阿拉伯数字０￣９的算法,用于飞机仪表参数的识别。这种算法基于二值图像,先从二值图像中找出各数字的特征,然后再用决策树对这些数字进行分类。该方法不需对图像进行如细化、轮廓跟踪等处理,节省了大量图像处理时间,具有较高的识别速度,因而可用于实时识别。     

一种快速图形识别算法

对一些人类在视觉上存在明显区别的几何图形,提出了轮廓搜索、折点定位的改进算法.通过搜索出的轮廓折点,根据它的数量,以及相邻折点之间连线的相互几何关系,最后识别出图形的快速算法.本文对大量几何测试图形用该算法实验,结果证明该识别算法具有运算速度快,准确度高的特点,在图形发生拉伸、旋转等变形时也能很好对图形进行识别.     

Improved K-means Algorithm for Manufacturing Process Anomaly Detection and Recognition

Anomaly detection and recognition are of prime importance in process industries. Faults are usually rare, and, therefore, predicting them is difficult. In this paper, a new greedy initialization method for the K-means algorithm is proposed to improve traditional K-means clustering techniques. The new initialization method tries to choose suitable initial points, which are well separated and have the potential to form high-quality clusters. Based on the clustering result of historical disqualification product data in manufacturing process which generated by the Improved-K-means algorithm, a prediction model which is used to detect and recognize the abnormal trend of the quality problems is constructed. This simple and robust alarm-system architecture for predicting incoming faults realizes the transition of quality problems from diagnosis afterward to prevention beforehand indeed. In the end, the alarm model was applied for prediction and avoidance of gear-wheel assembly faults at a gear-plant.     

Improved K-means Algorithm for Manufacturing Process Anomaly Detection and Recognition

Anomaly detection and recognition are of prime importance in process industries.Faults are usually rare,and, therefore,predicting them is difficult.In this paper,a new greedy initialization method for the K-means algorithm is proposed to improve traditional K-means clustering techniques.The new initialization method tries to choose suitable initial points,which are well separated and have the potential to form high-quality clusters.Based on the clustering result of historical disqualification product data in manufacturing process which generated by the Improved-K-means algorithm,a prediction model which is used to detect and recognize the abnormal trend of the quality problems is constructed.This simple and robust alarm-system architecture for predicting incoming faults realizes the transition of quality problems from diagnosis afterward to prevention beforehand indeed.In the end,the alarm model was applied for prediction and avoidance of gear-wheel assembly faults at a gear-plant.     

基于灰度阈值分割的锥体零件缺陷识别算法

根据人的视觉感官特性，针对锥体零件缺陷检测中的图像信号预处理，利用含有缺陷的灰度图像的灰度统计特征自动找出分割图像的灰度阈值．研究了目前使用边缘检测、阈值分割、区域增长等方法．利用曲线拟合方法计算出灰度的分布曲线，用数学分析的方法求出曲线的局部极值．对于出现多个极值情况时进行分析筛选，把分割缺陷比较理想的极值作为灰度分割的阈值．以此分割图像，其分割效果比较理想．     

基于动态阈值的MVN连续语音特征调整算法

针对非特定人大词汇量连续语音识别,在均值方差归一化的基础上,提出了基于动态阈值的特征调整方法。动态阈值的选取方式包含阈值的动态范围确定和确定阈值的系数。动态阈值范围的确定依据如下两个数值,一个是样本特征点的均值,另一个是使得样本特征点等分的数值。然后再根据对特征点在样本特征点均值上下的比例关系得到系数,最后根据这个系数来确定一个具体的阈值,并基于此阈值对连续语音特征曲线进行调整。     

FP-Tree算法在饰品设计中的应用

饰品设计具有很强的主观性,一款饰品设计的成功很大程度上取决于设计师对市场与工艺的把握。为了让设计师们更好的了解市场与工艺,提出利用FP-Tree挖掘的方法对销售数据与生产数据进行挖掘,从而找到隐藏于数据中的设计规律以供设计师参考,从而提高企业新产品与市场的贴近程度,减少开发的成本。     

一种面向机器学习的情境识别机制

普适计算环境为了能够自适应地为人们提供透明式的服务,必须通过情境获取和识别。情境识别指通过传感器网络获取物理环境和用户状态等信息后,通过数据融合、规则推理、机器学习等途径,判断当前发生的事务。本文开发了一个情境识别引擎,详细介绍了识别引擎的总体架构和训练算法,并进行了性能检测。     

一种优化的自底向上时间序列分段算法

目的正确衡量分段算法的优劣,提高自底向上算法的分段精度.方法分析现有分段评价标准存在的不足,综合考虑压缩比和精度,提出相同压缩比下的拟合总误差越小算法相对更优的分段评价标准.通过去除原自底向上算法初始分段两两连接的偶数限制,提出新的自底向上算法.结果测试显示新的评价标准能有效避免错误评判.新的自底向上算法的拟合总误差比现有算法减少了一半以上.结论新的评价标准可以更准确地区分算法的优劣,比现有标准更合理.新的自底向上算法具有更高的精度,整体优于原算法.     

一种鲁棒的多态人脸识别算法

如何处理人脸识别中的多态性一直是人脸识别领域的一个难题。传统的图嵌入算法忽视了同类中多态子类间的同属关系,而且也没有恰当地处理异类间的区别信息。该文提出一种鲁棒的图嵌入人脸识别算法,该算法可以恰当地模拟同类中的多态间关系,而且能在局部流形结构与全局区别信息间实现平衡。基于多个公开数据库的人脸识别实验证明了该方法的有效性。     

一种手绘圆的快速识别算法

提出一种手绘圆的快速识别算法,该算法采用像素跟踪方式,通过提取和跟踪圆的骨架像素得到圆片段的直线段序列,然后进行直线段序列的分解和合并处理,把属于同一圆的直线段序列连接起来,进而计算圆的几何参数,完成手绘圆的识别.与Hough变换方法相比,该算法不需要大量的计算时间和存储空间.实验结果表明,该算法能快速、准确地识别出手绘图形中的圆,具有良好的稳定性和鲁棒性.