基于改进ReliefF算法的主成分特征提取方法

计算信息特征(属性)的权重问题在信息分类及模式匹配中是一个研究热点。该文提出一种基于改进ReliefF算法的主成分特征提取方法,利用此算法删除原始特征中与分类不相关的特征,并对数据进行归一化处理和主成分提取。实验将34个特征变量降维成10个主成分,大大减轻后续的分类器工作量,提高分类器的分类精度。     

面向近邻搜索的马尔科夫图哈希算法

基于哈希编码的算法,由于其高效性,已经成为海量数据高维特征最近邻搜索的研究热点。目前存在的普遍问题是,当哈希编码长度较低时,原始特征信息保留不是很充分,从而导致检索结果不理想。为了解决这一问题,提出了一种基于Markov网络的有效哈希编码算法。该算法首先根据稀疏编码策略进行特征重构,通过Markov随机游走的方式构建特征之间的语义网络关系图,然后根据Laplacian特征映射求出投影函数,最后进行快速的线性投影二值化编码。在公开数据集上与主流算法进行了性能比较,实验结果表明该算法具备良好的检索性能。     

基于团模型的文档重排算法研究

为了满足用户对信息检索结果准确不断提高的需求,尽可能应用那些与查询及检索结果有关的信息进行查询结果优化是一种有效的手段。查询扩展和结果重排就是利用附加信息进行检索结果优化的方法。该文提出了基于文档团的文档重排模型(DCRM模型),此模型通过对文档集的学习,构造文档与文档关系的Markov网络,提取出文档Markov网络中的“文档团”,应用文档团信息进行文档重排。在adi、cacm、med、cisi和cran五个数据集上的实验结果表明,本文提出的基于文档团的文档重排模型较BM25模型性能得到有效提高。     

2维双树复小波不确定度加权融合的人脸识别

在人脸识别中,传统小波、Gabor小波不能很好地表征人脸特征。提出2维双树复小波多频带不确定度加权融合的人脸识别算法,使用了人脸2维双树复小波多频带特征,计算多频带不确定度及其权值并结合多频带特征进行加权融合,能很好得到人脸的特征。该加权融合算法首先计算人脸2维双树复小波多个频带特征图,然后计算多个频带滤波不确定度权值,最后进行加权融合。同时使用了2维主成分分析(2DPCA)方法对特征向量进行子空间投影,应用欧氏距离作为相似测度实现分类识别。使用英国剑桥Olivetti实验室(ORL)图像库进行了测试,实验结果表明,提出的方法相对于使用2DPCA、Wavelet和Gabor小波的特征提取方法,取得了更好的识别效果。     

文本自动分类技术及其应用

综述了实现文本自动分类过程中的关键技术以及各种文本分类器，并给出了它在搜索引擎中的应用。最后对文本自动分类技术的进一步发展作了展望。     

一种基于信息测度的数据过滤方法

提出一种基于信息测度对取值范围大的属性进行分划（分类）的方法，即开始对属性的值域划分为两类，其分断点为使信息获取量为最大，再划分为三类，也取其分断点（两个）为使信息获取量为最大值，当增加分类不能较多地提供信息获取量或分类数为预先约束范围，则终止划分，并通过例子说明此算法的具体应用。     

一种改进的Ad Hoc网络路由协议AODV-DD

针对AODV路由协议进行本地修复时存在节点移动剧烈区域本地修复重复发生和本地修复没有考虑已存在下游链路的问题,提出一种新的带决策的双向修复AODV路由协议（AODV—DD）,新协议对AODV的本地修复算法进行了改进,根据节点本地修复次数对是否发生本地修复进行决策,并且在修复时进行双向修复的算法优化。NS2中的仿真实验表明,改进本地修复算法后的路由协议性能有了一定的提升,尤其在时间延迟方面有较大的改进。     

硅酸盐化学分析教学实验的探讨

科技的发展，社会的进步，对2l世纪的人才提出了越来越高的要求。因此，作为“跨世纪摇篮”的高校培养出的人才不再仅仅是知识型的人才，而应是既具有广博知识，又具有创造能力的新型综合型人才。目前教育界普遍认为，高等教育要注重培养学生的能力，注重发展学生的智能。因此，高校教学的关键问题之一是：采取什么样的教学方式和教学手段，才能更有效地发展学生的智能，培养学生的能力。     

翼之门

利用竹子这种特殊材料进行建筑设计,最重要的是要了解竹子的特点,设计出符合竹子特性的作品。人们对竹子的韧性都有一定常识性的了解,我在一开始只是认为竹子可以弯曲。通过与真实材料的接触研究,才慢慢地理解：竹子在弯曲的同时会有很强的回复力,也就是说它同时具有韧性和弹性。Phoenix Arch最大的特点就是不仅体现了竹子的韧性,同时也展现了其回复力所产生的反弹效果（图1）。