一种归纳算法的研究与改进

机器学习是人工智能应用的一个重要研究领域,分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法,本文针对目前在机器学习和数据挖掘领域中普遍采用的典型的决策树分类算法ID3算法存在的缺点提出了一种基于统计理论的统计归纳SIA分类算法,该算法以概率统计学的理论为基础,利用实例中提供给人们的统计规律的信息进行划分归类,从而简化了决策树的剪枝和优化过程,并通过Delphi实现该算法进行仿真试验,具有准确性高,分类速度快的特点。     

基于微分进化算法的含分布式电源的配电网继电保护优化分析

配电网接入分布式发电系统后,必将对现有的配电网的结构、故障时配电网中短路电流的大小、方向产生深刻的影响,从而影响配电网的可靠性和安全性。文章建立了含有分布式电源的配电系统中过电流继电保护协调优化的混合整数非线性规划模型,之后采用微分进化算法进行求解。计算结果表明该方法能够在满足过电流继电器之间协调的情况下,使得故障切除的时间最少。     

一种基于DCT的图像灰度水印算法

针对二值水印信息量小的缺陷,提出一种基于DCT的图像灰度水印算法,通过修改DCT域中低频系数值来嵌入水印,易于实现。仿真实验证明本算法能够抵御剪切、噪声和JPEG压缩失真,具有良好的不可见性和鲁棒性。     

一种基于自适应相似矩阵的谱聚类算法

为了消除在构建谱聚类算法的相似矩阵时,高斯核函数中尺度参数的波动影响,构建了一种自适应相似矩阵,并应用到谱聚类算法中。自适应相似矩阵中数据点间的距离度量采用测地距离算法,相距较近的两点间的距离近似于欧氏距离,相距较远的两点则先根据欧氏距离得到每个数据点的k个近邻点,然后累加近邻点的测地距离,由此得到每对数据点间的最短距离。两点间的局部密度用共享近邻的定义来表示,更好地刻画了数据集的本征结构。在5个人工数据集和国际通用UCI数据库中的5个真实数据集上进行实验。实验结果表明,所提算法的聚类准确率高于对比算法的准确率,对复杂分布数据有很强的自适应能力。研究成果为数据挖掘及机器学习提供了思路和方法。     

一种基于自适应蚁群算法的产品配置方案

在大规模定制生产模式下,企业面对复杂产品配置问题。在基于蚁群算法实现产品配置求解方案的过程中,针对参数选取对于蚁群算法性能的影响进行了研究,给出了基于自适应蚁群算法的产品配置求解方案,仿真实验验证了该算法策略不仅能保持蚁群算法较为精确的求解性能,且在算法的全局搜索能力和收敛速度上都取得了较好的平衡。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。     

一种基于块效应强度检测和测量的新型图像质量评价方法

摘译目前,大部分图像压缩标准使用基于块的变换编码,图像压缩过程中会产生各种压缩效应。其中,块效应是降低图像压缩质量的最常见的问题之一。对块效应进行量化的图像质量客观评价方法可有效地降低块效应的发生,同时也可优化整个图像压缩系统,例如,其可以用于图像预处理（检测和有选择地补偿块效应）中。     

一种基于聚类算法的ETX辅助无人机AODV路由协议

为了保证飞行自组网(flying ad hoc network, FANET)在拓扑快速变化下的稳定信息传输,在期望传输次数(expected transmission count, ETX)度量的无线自组网按需平面距离向量(ad hoc on-demand distant vector, AODV)路由协议基础上,提出了一种基于K-means聚类算法的K-AODV-ETX路由协议。协议采用到目的节点的跳数、错误传输次数、节点缓冲空间3个聚类特征对无人机节点进行分类,RREQ分组转发时选择最佳集群进行路由发现,最后采用ETX机制选择ETX值和最小路径进行数据传输。结果表明,K-AODV-ETX路由协议与现有的AODV-ETX路由协议和ND-AODV-ETX路由协议相比,能够有效保持网络的吞吐量,在端到端数据包投递率性能上稍有下降,在路由开销和时延性能方面有着显著的效果。K-AODV-ETX路由协议优化了路由发现过程的泛洪广播机制,有效改善了现有的ETX机制下协议的高开销、高延迟问题,并保证了网络的吞吐量,为设计低时延路由协议以及平衡ETX机制带来的高开销问题提供了一种有效的方法。     

一种基于奇异值分解和反传神经网络的多小波域数字水印算法

针对图像经过CARDBAL多小波变换后,各层系数的能量平均分配,且其同一尺度、同一方向上的4个子块系数相近这一特性,结合奇异值分解和BP神经网络将二值图案水印嵌入到多小波系数的高频分量中。实验表明,该算法有良好的不可感知性和强健的鲁棒性。     

零售业数据仓库开发过程中数据挖掘模型的设计和应用

伴随着企业数据量的不断增加,客观上要求为高层管理者提供集成化和历史化的数据。如何利用各部门信息系统中的数据,帮助高层管理者进行相关的决策分析,这个问题变得日益重要。以零售业管理平台系统为实例,介绍了在传统的数据库管理系统基础上,在构建数据仓库及相关的决策分析模型中,如何进行数据挖掘对象的分析,数据挖掘模型和数据的准备,以及数据挖掘模型的应用。     

基于数据挖掘技术的电厂运行参数目标值优化

针对电站数据自身的多元性、动态性与相关性给人工分析和处理带来困难的特点,提出了基于数据挖掘算法的电厂运行参数最优值的确定方法,并将其应用于电站实际运行中。     

Web数据挖掘技术探索与应用

Web数据挖掘是当今世界上的热门研究领域,本文从Web数据挖掘的定义开始分析研究Web数据挖掘的难点、过程等相关技术,并计论其在电子商务领域中的相关应用。     

用动态链接库实现并行端口数据采集的方法

探讨了Windows系统下并行端口程序设计的方法,用VC++构造了并行端口操作的DLL,介绍了在VB,VC++环境下该动态DLL的调用方法,并给出了在VB下对DLL进行调用的程序实例。     

基于数据融合的分布式入侵检测系统研究

针对分布式入侵检测在当今网络安全中发挥着越来越重要的角色,将数据融合技术引入到入侵检测系统中,提出了基于数据融合的分布式入侵检测系统设计方案,描述了分布式检测和决策融合的结构设计,讨论了数据融合决策问题的数学模型,运用理论推理论证了融合决策处理的可靠性。分析比对实验表明,该系统降低了入侵检测系统的虚警率,提高了检测率。     

基于内容分析的数据挖掘研究

采用计算机辅助内容分析软件Atlas.ti对开源社区用户学习行为进行定性分析,将分析后的结果导出为特定格式的XML文档,使用DOM对该文档解析后形成二维表形式数据,使之便于在数据库中存储,从而进行进一步的定量分析,为内容分析的后继研究提供了一种新的思路.     

关联规则挖掘算法在教学管理上的应用

介绍了关联规则挖掘的基本概念,分析了经典的Apriori算法,提出一种改进的关联规则挖掘算法,在系统中永久保留支持度为0的候选1项集和候选2项集,当系统需要运行时,先采用数据库的过滤技术,可以很快得到频繁2项集。采用新算法在教学数据库中搜索所有的关联规则,从而得到课程与课程之间的关联关系,对教学管理具有一定的辅助决策意义。     

基于时间序列分析的火电机组运行优化研究

为了预测火电机组在变工况状态下的运行最优值,提高燃煤电厂的燃煤效率,依据燃煤火电厂3个月的各项数据,通过分析并挖掘燃煤火电厂与供电煤率密切相关的可调控参数(主蒸汽温度、主蒸汽压力)随时间的变化关系,利用Holt-Winters时间序列法进行预测。经过计算发现,通过Holt-Winters方法得到的主蒸汽温度和主蒸汽压力的相对误差值分别为0.28%和2.13%。实验结果表明:Holt-Winters时间序列法对预测燃煤火电厂火电机组在变工况下的运行数据是合理的,且其误差小,对燃煤火电厂提高火电机组的燃煤效率具有一定的指导意义。     

地震数据处理质量控制体系建设及效果

质量是企业生存发展的基础,这是所有企业必须遵循的市场规律。在严峻的市场形势面前,东方地球物理公司研究院数据处理中心保持了冷静的头脑,不是盲目竞争,而是从自身实际情况出发,分析面临的形势,制定相应的策略,建立了具有科学管理理念、国际先进的完整配套的网状地震资料处理质量控制体系,为用户提供了高质量的地震数据处理资料。从四个方面对质量控制体系建设产生根源、解决方案、具体做法和实施效果等进行论述：一是分析了在企业发展的同时,面临市场竞争形势如何建设质量控制体系;二是讲述了质量控制体系的具体做法;三是阐述了创建质量控制体系实施的实践及效果。     

振动信号数据处理技术

振动信号分析处理系统在国内、国外发展很快 ,以适应设备状态监测与故障诊断的需要。随着数字计算机的发展和各种数字信号处理方法软件的开发 ,用数字方法处理振动测量信号的技术日益广泛的被采用。本文利用《SDAS II信号采集与分析系统》对振动信号进行分析和处理 ,用共振法确定了系统的固有频率和阻尼比