基于约减支持向量机的相关反馈图像检索算法

针对支持向量机在大规模数据集上的低效率,提出了基于约减支持向量机的相关反馈图像检索算法。首先采用约减支持向量机训练初始分类器,以该分类器作为检索模型,根据检索结果进行相关反馈,从而进行再检索。实验结果表明,随着反馈次数的增加,检索到的相关图像也会增加;另外相对传统的基于向量机的方法,数据集规模越大,基于约减支持向量机的算法在时间上的优势越明显。     

虚拟企业生产协调的实现研究

由于虚拟企业的分布式特点,其内生产的相互协调尤其重要。为此提出用互操作Ｐｅｔｒｉ网（ＩＰＮ）的同步协调机制来实现虚拟企业的功能。     

中英文双语交叉过滤的逻辑模型

文章简要地描述了文本过滤的背景,提出了基于潜在语义索引的中英文双语交叉过滤的逻辑模型。其基本思想是改进双语交叉过滤中基于词汇对译的方法,而是利用双语文本中潜在的语义结构,作为用户模板与文本匹配的基础。将出现的双语词汇和文本映射为语义空间的向量,不必翻译对译词,甚至不需要出现相应的对译词,也能匹配成功,极大地改善了交叉过滤的精度,效果良好。     

一种改进的混合遗传算法

为了去除图像噪声,实现滤波器的参数优化,对混合遗传算法进行改进,通过启发式搜索策略,实现了一种改进的自适应混合遗传算法,混合遗传算法在训练过程中采用小生境技术维持种群的多样性避免早熟收敛,采用单纯形算法提高对局部区域的搜索能力,加速搜索到全局最优点.采用该算法对滤波器的参数进行优化,较为有效、快速地获得了优化参数,优化后的滤波器可以较好地实现图像噪声去除.     

基于分类的加速EM缺失数据填充算法

在数据挖掘的整个过程中,EM算法因其数值计算的稳定性、实现上的简单性,可靠的全局收敛性,被广泛应用于处理数据不完整问题。针对EM算法收敛速度慢,算法高度依赖初始值的选择,使用KNN算法的分类结果作为EM算法的初始使用范围,KNN算法根据挖掘目的的不同选择不同的特性,然后利用增量式EM(IEM)算法按E步M步迭代反复求精,快速有效地得出填充缺失数据的最优值;该算法大大加快了收敛速度,加强了聚类的稳定性,数据填充效果显著。     

基于数字信号处理器的JPEG压缩算法分析与实现

为适应图像数据直接上网传输的要求,从数据压缩的基本原理出发,分析和讨论了应用JPEG算法在数字信号处理器上实现图像数据快速压缩的问题,提出可以通过交替使用冗余度压缩和熵压缩来提高编码效率的策略.     

基于贝叶斯理论的万智牌卡牌推荐算法

万智牌是一个历史悠久的桌面游戏,因其逻辑复杂且卡牌众多,可以组成大量套牌[1]。使用卡牌的逻辑进行穷举来推荐卡牌不仅难以实现,而且算法时间复杂度是一个NP问题。基于贝叶斯理论的万智牌推荐算法主要利用用户的套牌作为原始数据进行计算得到推荐矩阵,用以替换基于逻辑的推荐算法的逻辑部分,避开了基于逻辑的推荐算法的NP问题,而且推荐的准确率也随着用户套牌的增加而增加。     

神经网络在数据挖掘中的应用研究

针对神经网络在社保数据挖掘项目中对数据预处理的具体应用,讨论了神经网络在数据挖掘中的作用。尽管神经网络具有结构复杂、网络训练时间长、结果表示不容易理解等不利之处,但其错误率低的优点是其它方法所不及的,并在数据挖掘采用的方法中具有其优势。