基于平行坐标的多视图协同可视分析方法

平行坐标和散点图矩阵技术是多维数据可视化和可视分析的主要技术,然而在数据较为杂乱时,这些技术都存在局部信息无法清晰展现的缺陷.结合平行坐标和散点图矩阵等技术,提出了一种简单、快捷的多视图协同可视分析方法.该方法用在平行坐标中嵌入直方图等统计方法来解决局部可视化的缺陷,通过融合不同技术的优点,从不同的角度对多维数据进行可视化和可视分彳,从中挖掘出有价值的信息.将该方法应用到农药残留检测数据的分析中,取得了良好效果.     

股市预测中的小波神经网络方法

首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测 .混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题 .经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷 .     

基于核函数的混沌序列局域线性预测方法

针对局域线性预测方法本质上是用较简单的非线性函数来预测高度非线性的混沌时间序列的不足,提出了一种基于核函数的局域线性自适应预测算法。该算法利用包含了相空间中邻近点之间的相对距离信息的核函数,将相空间中的邻近点投影到更高维的非线性核空间,在高维(甚至无穷维)的核空间用线性自适应算法预测混沌时间序列,相当于在原混沌相空间用高度非线性的函数预测高度非线性的混沌时间序列,可获得更好的预测结果。给出了应用该方法的具体步骤,通过仿真实验证明了该算法的有效性。     

几种跳频码的混沌动力学特性及预测分析

利用动力系统方法研究了几种跳频码(m序列，RS序列，非线性序列及混沌序列)的动力学特性(相关维数与最大李雅普诺夫指数)，结果表明了跳频码表现出混沌的特征。最后根据遗传算法确定前馈神经网络的结构，并利用该神经网络模型对这几种序列做了预测分析。实验结果表明，该模型能成功地预测跳频码，因而可对跳频通信进行有效的干扰。     

一种实用的时空混沌二值化方法

指出经符号函数二值化方法生成的时空混沌序列存在伪随机性差的缺陷 ,提出了一种改进的时空混沌序列二值化方法 ,并应用多种方法对其产生的二值序列的伪随机性能进行了检验。结果显示伪随机性能很好 ,并且二值序列的相关特性也比较理想 ,表明了这种改进的方法是一种实用的时空混沌序列二值化方法 ,而且二值化后的序列比较适合于作为码分多址 (codedivisionmultipleaccess,CDMA)通信系统中的扩频序列。     

一种基于步态分析的身份识别方法

近来年,步态作为一种生物特征识别技术倍受计算机视觉研究者的关注。提出了一种基于计算机视觉运动分析的步态识别方法,从图像序列中提取特征进行识别。本方法提取的特征包含步态外观和运动信息。区别于基于模型的步态识别方法,提出一种新的提取肢体角度的方法,该方法通过分析侧影宽度变化获取角度信息,无需对人体建模。首先,采用背景减除技术提取人的侧影;分析侧影的高宽变化获取步态周期。然后,采用离散余弦变换分析了步态外形特征和角度特征。最后运用K邻法在几个不同的数据库上进行了算法验证。实验结果表明,本方法行之有效。     

混沌时间序列的混合预测方法

提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSVM)和广义自回归条件异方差模型(GARCH)的混沌时间序列的混合预测方法.首先利用小波变换将混沌时间序列分解和重构成概貌时间序列和细节时间序列; 然后利用PSO-LSSVM模型预测概貌时间序列的未来值,采用GARCH模型预测细节时间序列的未来值;最后将概貌时间序列和细节时间序列的未来值求和作为最终的预测结果.采用该方法对Mackey-Glass和变参数Logistic混沌时间序列进行预测. 结果表明该方法能精确地预测混沌时间序列,验证了文中所提方法的有效性.     

虚拟维修拆卸序列智能规划研究

提出了基于虚拟拆卸Petri网的虚拟维修拆卸过程模型和基于混沌遗传算法的虚拟维修拆卸序列规划算法,解决了如何对虚拟维修拆卸序列进行智能规划的问题.基于拆卸优先矩阵和Petri网,提出了一种虚拟维修拆卸过程模型建立方法,研究了模型生成算法,运用多粒度可达图计算方法分析了可行拆卸序列,建立了拆卸序列规划目标函数,在改进遗传算法的基础上,提出了一种混沌遗传算法,该算法以遗传算法为主流程,利用混沌现象不重复遍历的特点优化生成初始种群,然后对每次迭代中的个体以一定的概率进行混沌优化,解决了虚拟维修拆卸序列规划效率不高的问题.经验证,虚拟维修拆卸过程模型和采用的混沌遗传算法能够有效解决虚拟维修拆卸序列智能优化的问题.     

短期电力负荷的小波——混沌时序预测

提出了一种基于2层小波分解的混沌时序相空间重构预测模型.该模型利用小波分解原始负荷时间序列为周期项、趋势项和随机项,采用不同的混沌相空间重构高低频信号,再分别用相应的小波神经网络工具箱拟合混沌吸引子,将其输出进行信号重构得到最终预测结果.该方法兼有频率特征提取和相空间重构的优点,使短期电力负荷时序列的动力学系统得到更加细致的恢复.通过对欧洲电力负荷竞赛数据的实验证明了所提方法的有效性,仿真结果表明方法预测精度优于常规混沌时序预测方法.针对神经网络预测不稳定的问题给出了一种种解决措施,并提出了一种小波神经网络工具箱,该方法比编程实现的小波网络可以大幅度提高训练速度,尤其适合于大批量数据的训练,对小波神经网络的推广应用和混沌时序预测具有重要意义.     

基于多维形态特征表示的时间序列相似性度量

特征表示和相似性度量是时间序列数据挖掘的基础工作, 其质量好坏直接影响后期的挖掘结果. 利用正交多项式回归模型对时间序列进行多维形态特征表示, 分析特征维数对时间序列拟合效果的影响, 选取部分特征来描述序列的主要形态趋势, 提出了一种鲁棒性较强的形态特征相似性度量方法来近似度量时间序列, 且具有较高的相似性度量质量. 实验结果表明, 基于多维形态特征表示的时间序列相似性度量方法不仅满足下界要求, 具有较好的下界紧凑性和数据剪枝能力, 而且在时间序列聚类和分类等数据挖掘任务中取得了良好的效果.     

房地产征收补偿的TOPSIS多维公平均衡评价

公平补偿是房地产征收补偿的核心原则,化解房地产征收补偿极端争议的有效途径是寻找关联主体一致认同的公平均衡.将寻利公平、损失规避和参考依赖三种行为偏好集合于同一分析框架构建的多维公平均衡能有效推动关联主体公平信念判断的一致性转变.房地产征收补偿的TOPSIS多维公平均衡评价视寻利公平、损失规避和参考依赖为判断房地产征收项目是否公平补偿的三个评价准则,视不同的策略组合为评价方案,构建多维公平博弈矩阵,采用TOPSIS法排序,得出多维公平博弈均衡解.案例分析证明多维公平均衡能有效推动关联主体公平信念判断的一致性转变,房地产征收补偿极端争议得以化解.     

数据加密技术分析

目前 ,各种信息加密、信息隐藏技术已经广泛的应用于社会经济领域 ,特别是电子商务的迅猛扩展 ,使得数据加密技术得到了更为广泛的应用和发展。简要介绍了数据加密的一般方法及基于公钥加密算法的原理与方法 ,最后详细介绍了多步加密算法的方法与步骤 ,并在此基础上 ,结合作者的实践 ,给出了一个实用的完成该加密算法的应用程序。     

卫星时变拓扑网络多视图可视化分析框架

深入研究卫星时变拓扑网络与信息可视化相结合的可视化分析问题,提出一个多视图可视化分析框架。该框架在集成传统两视图的基础上,重点关注卫星网络的动态时变特性,设计实现一个新颖的时变拓扑网络可视化视图,该视图遵循网络布局的美学标准,并且维护用户感知网络拓扑的意象图。实验验证表明,多视图可视化分析框架丰富了卫星网络可视化的表现形式,多角度展示了卫星网络的时变特征,能够支撑数据包路由分析等应用,辅助用户感知网络并做出合理决策。     

基于卷积神经网络的水下目标特征提取方法

针对水下目标特征提取问题,在卷积神经网的基础上,提出了一种新的网络结构。该框架通过引入特征图多维加权层,强化了特征图的空间信息,弥补了进入全连接层时空间特征的丢失。以层次结构构造一个集特征提取和分类器训练于一体的端到端网络,同时利用深度网络的反向传播完成分类器对特征提取的反馈以改进特征的效果。在仿真模拟实验上,该网络框架分类目标达到了78.61%的精度,与其他方法相比,有效提高了目标的识别精度。所提框架能有效分类识别水下目标,具有良好的识别精度,且具备模块化结构,无需复杂预处理,实现简单。     

一种基于Logistic映射的数据加密算法

针对以原文叠加确定性混沌随机序列为核心的一般混沌加密算法保密性较低的特点,提出了一种以将原文变换为混沌随机序列为核必思想的基于Logistic映射的数据加密算法。该算法采用固定字长离散化、加入扰动项的方法,将Logistic映射修正为一一映射,并实现了将"信号"变换成"噪声"的加密思路。实例演示表明该算法简便快捷,保密性高,扩展性强,具有很好的应用前景,可广泛用于军事通信保密、网络信息安全等领域。     

基于三维混沌猫映射图像加密算法的改进

针对基于三维混沌猫映射的图像钥加密算法,提出了一种有效的改进算法。该算法使用随机扫描进行加密预处理,并在扩散过程和密钥产生器中分别使用双密钥和组密钥的方式,而且采用混沌物理量进一步衡量该加密系统的性能。仿真结果表明,该方法具有高置乱程度、良好的扩散性能和足够大的密钥空间,可获得足够高的安全性,不仅能抵抗差分攻击、选择明文攻击、统计攻击等,而且取得了复杂度和速度的良好折中,适合应用于实时的按安全级别加密的网络图像加密中。     

基于DES加密的流媒体实时隐秘传输和硬件实现

为满足实时隐秘传输的要求,给出了一种基于DES加密的流媒体隐秘传输方法和硬件实现,该方法在每(2L+1)bit可修改宿主中,最多只修改其中的Lbit便可嵌入2Lbit的流媒体数据。采用了2级加密,具有更高的安全性。仿真实验和结果表明,设计可满足实时流媒体隐秘传输的要求。该方法可有效地应用于保密通信。     

证据网络及其在航天系统安全性分析中的应用

针对航天系统安全性分析与评价中面临的不精确、不完全信息难以处理等问题,在D-S(Dempster-Shafer)证据理论研究的基础上,借鉴贝叶斯网络的建模思路,提出了一种新的风险安全性分析与评价方法--证据网络分析方法。给出了证据网络的定义,研究了证据网络的基本建模思路与框架,包括网络结构构建、网络参数表示、原始数据预处理、网络推理算法、评价结果分析,并总结了该方法的操作流程与步骤。最后,通过某航天系统安全性分析与评价算例验证了证据网络分析方法的可行性与有效性,为安全性管理与决策提供辅助支持。     

New de-interlacing method based on adaptive weight

De-interlacing is very important when converting interlaced pictures to progressive pictures in format conversion. Multi-formats digital broadcast and progressive display requires the de-interlacing technique. An adaptive weight de interlacing method is proposed. It combines motion compensation technique with directional-based spatio-temporal filter efficiently. Experiment results indicate that the method can keep edge continuity and sharpness effectively, reduce the artifacts in motion areas, and shows better visual performance when the estimated motion vectors are inaccurate.     

Applying XML for designing and interchanging information for multidimensional model

1.INTRODUCTION Duringtherecentyears,theenterpriseshavebeen askingforsupportintheprocessofextractinguseful,concise,handyinformationfordecision makingoutof thetonsofdatastoredintheirexpensiveandcomplex informationsystems.Themultidimensionalmodeling isoneofitskeytechniques[1].AsstatedinRef.[2],oncedevelopersdefinethemultidimensionalmodel structure,userscandefineasetofinitialrequire mentsasastartingpointforthesubsequentdata anal ysisphase.Fromtheseinitialrequirements,userscan applyasetofon li…