一种围棋定式的机器学习方法

提出了一种围棋定式的机器学习方法。利用此方法可实现从棋谱库中自动提取定式并生成定式库。此外，对于棋谱数量较大的情况，采用分阶段学习方法，提高了学习效率。应用此方法，时34000局棋谱进行处理，得到定式点680638个。最后，还给出了1种基于组合博弈理论在计算机围棋博弈系统中使用定式的方法。     

基于WWW的围棋棋谱演示软件的设计

介绍采用Java结合ASP编程实现的围棋棋谱演示软件,用Java技术实现用户界面设计及用户的动态交互,用ASP技术实现对棋谱数据库表格的访问。     

ASP动态网页中页面元素间的数据关联处理技术

介绍采用Ｊａｖａ结合ＡＳＰ编程实现的围棋棋谱演示软件,用Ｊａｖａ技术实现用户界面设计及用户的动态交互,用ＡＳＰ技术实现对棋谱数据库表格的访问。     

一种录入围棋棋谱的简易方法

围棋专业棋手及业余爱好者经常在杂志、书本和报纸上看到一些高水平的棋谱,仔细欣赏这些对局,可以学到很多东西并得到精神上的莫大享受,对提高棋艺,积累经验和陶冶情操大有益处。但由于印刷品上所印棋谱受版面尺寸等条件限制,不可能很大,报纸上棋谱的字又较模糊,再加上数百步棋印在一起,要     

彩光模拟围棋微机记录盘

阐述了一种记录围棋棋谱的工具。将彩光模拟输入盘与微机系统相连，以嵌装其上的可发出彩光的模拟棋子模仿围棋实战进程，同时将着手之坐标输入微机内存，并可随时打印输出。此彩光模拟输入盘亦可兼作一种模拟围棋的用具，供对弈、打谱使用。     

围棋新天地

围棋新天地围棋起源于中国，是一项高智慧的运动项目，深受国人的喜爱。因此围棋爱好者众多。闲暇时或摆棋谱，或邀上棋友杀个天昏地暗。网络在中国的出现为围棋爱好者带来了更大的乐趣。至今让我记忆犹新的是有一次网上来了一位国内著名九段，顿时所有棋迷都向他致敬，屏...     

基于聚类的图像视觉内容检索和索引

图像是一种典型的可以大量获取的多媒体数据，对它们进行内容管理具有实际意义，描述在BOIC系统中提出并实现的基于聚类机制的图像视觉内容检索和索引方法．首先给出以视觉特征、空间结构、语义注释等来表示图像内容的模型；然后给出基于该模型的三个检索算法，包括基于视觉感知的颜色检索算法、轮廓检索算法、主色调扩展检索算法；最后给出采用集簇算法时媒体数据进行聚类的索引机制．它建立聚类索引表来缩小查询范围，从而提高了检索效率。     

彩光模拟围棋微机记录盘

众所周知，高等级的围棋比赛需要记录实战的棋谱，而现行的记谱工作仍然是以传统的纸、笔手工方式完成的，即由记录员在纵、横各１９格的记录纸上需要记录的位置用模板画一圆圈，再于圆圈内标上代表着手工序数的数字，由此完成一个实战着手的记录。此种记谱方式比较繁琐，在着手较多以后容易出错，且在实战进程较快时未免使记录员手忙脚乱。由于围棋的规则是落子后不能再行移动，这就给利用微机技术记录棋谱带来了便利条件。本文试图阐述一种新的记谱方式，其中主要部件是一个类似围棋棋盘的彩光模拟输入盘，记谱时只需在此盘上将围棋实战进…     

基于多特征的图像检索算法

基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题.提出利用最大相关最小距离将图像的纹理特征,高斯密度特征与人脸检测相结合的算法进行图像检索.在建立10000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度.     

基于内容的医学图像检索技术

建立一个高效、准确的医学图像检索系统是目前具有挑战性的任务.文中在简述基于内容的医学图像检索模型后,着重探讨和分析了检索模型中图像特征提取、特征选择与融合、相似度匹配、图像预过滤、相关反馈等核心技术和相关算法,以及一些最新的应用.最后对基于内容的医学图像检索技术进行了展望.     

A Dataflow-Oriented Programming Interface for Named Data Networking

从除一个地点驱动的模式以外的一个数据驱动的通讯模式继承,命名数据联网(NDN ) 把更好的支持提供给网络层 dataflow。然而,应用程序开发者不得不处理复杂任务,例如数据分割,包确认,和流动控制,由于在网络层上的合适的运输层协议的缺乏。在这研究,我们设计一个 dataflow 面向的编程接口为 NDN 提供运输策略,它极大地在开发应用程序改进效率。这个接口介绍检索策略根据出版模式,基于当前的网络地位和数据产生控制 dataflow 在采用一个适应 ADU pipelining 算法的不同数据评估的二个应用程序数据单位(ADU ) 。接口也提供网络测量策略监视许多影响应用程序表演的批评度量标准。我们由实现流的一个录像验证我们的接口的功能和性能在世界范围的 NDN 试验床上跨越 11 个时区的申请。我们的实验证明接口罐头高效地支持开发高效、驾驶 dataflow 的 NDN 应用程序。     

融合区域特征和相关反馈的图像检索

提出了一种新的基于内容的图像检索算法,该算法提取图像的颜色-空间特征,在HSV空间中将图像按照H分量进行区域划分,利用区域特征层面上的相似度对图像进行检索,并引入用户的相关反馈来调整并记录示例图像中各对象的特征权值。实验结果表明,该算法可以使计算机更加精确地理解用户的查询要求,提高查询的准确率。     

基于颜色自相关图和互信息的图像检索算法

颜色特征是重要的图像视觉特征,颜色相关图则是当前基于内容的图像检索中常用的特征描述符,但现有基于颜色相关图的图像检索算法存在计算复杂度高、检索精确度低的问题。为此,提出基于颜色自相关图和互信息的图像检索算法。给出一种新的颜色特征描述符——颜色互信息,通过计算颜色相关图特征矩阵中每个颜色与其周围颜色的平均互信息,得到不同颜色之间的全局及空间分布特性,并作为新的颜色特征矢量,以降低计算复杂度。同时采用外部特征矢量归一化方法结合颜色互信息与颜色自相关算法,以提高检索精确度。实验结果表明,该算法可有效降低计算复杂度,提高实时响应性能和检索精度。     

知识驱动的游戏攻略自动标注算法

为了帮助用户快速检索感兴趣的游戏攻略,提出了知识驱动的游戏攻略自动标注算法。首先,对每款游戏的多个资讯网站进行融合,自动构建游戏领域知识库;然后,再通过游戏领域词汇发现算法和决策树分类模型,抽取游戏攻略中的游戏术语;由于游戏术语在攻略中大多以简称的形式存在,故最后将攻略中游戏术语和知识库进行链接得到该术语所对应的全称即语义标签对攻略进行标注。在多款游戏上的实验结果表明,所提出的游戏攻略标注方法的准确率高达90%。同时,游戏领域词汇发现算法与其他术语抽取方法n-gram语言模型相比取得了更好的效果。     

gAC:基于GPU的高性能AC算法

字符串匹配是计算科学中研究最广泛的问题之一,已成为信息检索和生物计算等领域的核心操作。然而受限于CPU的计算能力和存储器访问带宽,传统的串行字符串匹配算法难以进一步提升性能。GPU在计算能力和存储器访问带宽上有很大提升,已经在很多应用上取得了卓越成效。gAC作为一种基于GPU的并行AC算法,针对GPU的SIMT(Single-Instruction Multiple-Thread)以及合并存储器访问的技术特点,采取了减少条件分支、合并访问全局存储器等优化方法,使得在C1060GPU上的字符串扫描速度达到51Gb/s,比基于CPU的串行算法提升了28倍。     

基于演化博弈的最优防御策略选取研究

无线传感器网络极易遭受各种安全威胁,基于博弈论的入侵检测方法能有效平衡网络的检测率和能耗,但是基于完全理性假设的传统博弈模型存在不足。因此,针对不同的攻击方式,引入演化博弈理论,从攻防双方的有限理性出发,构建入侵检测攻防演化博弈模型,然后利用复制动态方程分析了攻防双方策略的演化趋势,提出了最优防御策略选取算法。仿真实验表明了所提模型的合理性和算法的有效性,与其他策略相比,所提防御策略更贴合实际应用场景,在保证检测率的前提下,减少了资源消耗,延长了网络生存时间。     

基于粗糙集的医疗数据挖掘研究与应用

医疗数据挖掘能够对现有病历数据库中数据进行自动分析并且提供有价值的医学知识。针对临床病历数据库中存在大量重复样本和冗余属性,从而影响医疗诊断的精度和速度这一问题,建立了基于信息论的粗糙集理论模型和SQL语言之间的关系,提出了基于SQL语言的条件信息熵属性约简算法,利用数据库查询语言实现了数据清洗、求核和属性约简等过程。实验结果表明该算法实现简单,运行效率高,为粗糙集理论更广泛地应用于具体的医疗数据挖掘提供了一种方法。     

基于改进K-means聚类的案例检索策略

针对目前基于案例推理系统中案例检索存在的问题,根据K-means算法思想,分别设计一个案例聚类算法及案例检索算法。根据K-means算法的不足,对初值选取规则及案例检索算法进行改进。分析基于案例权重的样本案例选取规则,并论述案例聚类算法和检索算法。实验结果表明,该方法能有效提高案例检索效率及案例检索结果的召回率。     

基于传感器聚类数据挖掘的物联网智慧医疗模型设计

现代智慧医疗需要操作简洁、反应迅速,能够提供智慧诊断的信息化平台,提出基于物联网无线传感器技术的智慧医疗模型。系统利用附着在患者身上的各类传感器采集到的生理信息数据,采用基于密度的带有噪声的空间聚类(DBSCAN)算法的数据分析方法,用非线性映射把患者的生理信息数据转换到高纬度的特征空间,对变换后的矢量数据进行聚类分析,从而提升聚类结果并有效辅助医务人员进行诊断。     

基于机器学习的无参考图像质量评价综述

无参考图像质量评价（NRIQA）因其广泛的应用需求一直以来都是计算机视觉及其交叉领域的研究热点。回顾近十几年来基于机器学习的典型NRIQA模型,介绍图像质量评价的常用数据库、算法性能指标、NRIQA主要难点和现有的解决方法;分析了不同模型的思想、实现、特点;最后统计对比多个数据库上的测试结果。总结研究现状、分析发展趋势,为这一领域的研究者提供文献参考。