基于k均值聚类的直推式支持向量机学习算法

针对直推式支持向量机（TSVM）学习模型求解难度大的问题,提出了一种基于k均值聚类的直推式支持向量机学习算法——TSVMKMC。该算法利用k均值聚类算法,将无标签样本分为若干簇,对每一簇样本赋予相同的类别标签,将无标签样本和有标签样本合并进行直推式学习。由于TSVMKMC算法有效地降低了状态空间的规模,因此运行速度较传统算法有了很大的提高。实验结果表明,TSVMSC算法能够以较快的速度达到较高的分类准确率。     

双模糊渐进直推式支持向量机算法

直推式支持向量机(TSVM)是支持向量机与直推式学习相结合的重要算法.文中为TSVM中的临时标签样本引入双模糊隶属度以及样本修剪策略,构建一种双模糊渐进直推式支持向量机(BFPTSVM)算法.该算法可有效降低TSVM的计算复杂度及核存储量.模拟实验表明该算法可取得比其他算法更好的分类性能,并且具有较快的收敛速度.     

基于直推式支持向量机的图像分类算法

直推式支持向量机(TSVM)是在利用有标签样本的同时，考虑无标签样本对分类器的影响，并且结合支持向量机算法，实现一种高效的分类算法。它在包含少量有标签样本的训练集和大量无标签样本的测试集上，具有良好的效果。但是它有算法时间复杂度比较高，需要预先设置正负例比例等不足。通过对原有算法的改进，新算法在时间复杂度上明显下降，同时算法效果没有明显的影响。     

近邻渐进直推式支持向量机算法

针对渐进直推式支持向量机箅法训练速度慢和学习性能不稳定的问题,提出一种近邻渐进直推式支持向量机算法.该算法利用支持向量机中支持向量信息,选择支持向量附近的无标签样本点进行标注,采用支持向量预选取的方法减少训练集的规模,提高算法的速度.实验结果表明了该算法的有效性.     

基于改进TSVM的未知网络应用识别算法

针对训练集中出现未知网络应用样本的识别问题,提出一种基于改进的直推式支持向量机的未知网络应用识别算法,引入增类损失函数刻画在训练过程中新增的未知应用样本的损失代价,建立TSVM的优化问题并推导其求解过程,使得构造的分类模型能够实现对未知类别样本的识别。通过实际网络数据集进行仿真分析,结果表明所提出的算法在识别未知网络应用的可行性和有效性方面均有良好表现。     

基于半监督高斯混合模型核的支持向量机分类算法

提出了一种基于高斯混合模型核的半监督支持向量机(SVM)分类算法.通过构造高斯混合模型核SVM分类器提供未标示样本信息,使得SVM算法在学习标示样本信息的同时,能够兼顾整个训练样本集合的聚类假设.实验部分将该算法同传统SVM算法、直推式支持向量机(TSVM)以及随机游走(RW)半监督算法进行分类性能比较,结果证明该算法在拥有较少标示样本训练的情况下分类性能也有所提高且具有较高的鲁棒性.     

基于TSVM的网络入侵检测研究

直推式支持向量机(TSVM) 是一种直接从已知样本出发对特定的未知样本进行识别和分类的技术。该文提出了基于TSVM的网络入侵检测系统模型，并用实验给出了它在网络入侵检测中的性能表现，分析了它与基于传统归纳式支持向量机(ISVM)的入侵检测系统的性能对比。实验结果表明，将TSVM应用到入侵检测是切实可行的。     

基于支持向量机的渐进直推式分类学习算法

支持向量机(support vector machine)是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.直推式学习(transductive inference)试图根据已知样本对特定的未知样本建立一套进行识别的方法和准则.较之传统的归纳式学习方法而言,直推式学习往往更具普遍性和实际意义.提出了一种基于支持向量机的渐进直推式分类学习算法,在少量有标签样本和大量无标签样本所构成的混合样本训练集上取得了良好的学习效果.     

一种改进的结合K近邻法的SVM分类算法

在对支持向量机在超平面附近容易对测试样本造成错分进行研究的基础上,改进了将支持向量机分类和k近邻分类相结合的方法,形成了一种新的分类器.在分类阶段计算待识别样本和最优分类超平面的距离,如果距离差大于给定阈值可直接应用支持向量机分类,否则用最佳距离k近邻分类.数值实验表明,使用支持向量机结合最近邻分类的分类器分类比单独使用支持向量机分类具有更高的分类准确率.     

利用夜光遥感影像进行城市化监测

成渝地区快速城镇化的背景下,利用该地区夜晚灯光的分布和亮度变化来模拟区域城市扩展情况。对近21年的DMSP/OLS夜光遥感数据的相互定标、梯度分割、灰度阈值分类,提取出城市空间分布,同时采用面积比值法进行提取精度评估。基于Geo-Spatial Analyst模块对成渝地区城市分布的矢量图形进行空间叠加分析,结合该区域的交通网,来监测区域城市化进程和城市结构的变化,研究结果表明：梯度分割和灰度阈值分类的组合方式,提高了对图像城市区的识别精度,精度[An]达到了0.052;成渝双核城市化扩展呈现不同特点,成都以及毗邻区主要呈现以绵阳—成都—乐山为主轴的东北西南向扩展特点,从2003年以后开始,该地区城市扩展范围增加明显。而重庆地区则是重庆为内核向四周扩展;成都和重庆的城市扩展呈现了独特的扩展结构,成都及其毗邻区呈现以成都外环、彭州-乐至-中江-眉山-都江堰、绵阳-遂宁-内江-自贡-乐山,的三环卫星城网络结构。而重庆的扩展结构呈现星型,以重庆为中心向外辐射,辐射方向主要是西北和西南。     

成都创意产品初探

当今世界,创意逐渐成为全球化经济竞争力的关键,成都创意产品发展处在稚嫩的起步阶段。文章基于这样的背景展开研究,分析了成都创意产品市场存在的问题,提出了成都创意产品设计的两种思路,为创意产品工作者提供理论参考。     

模糊决策在农村劳动力转移安置中的应用

成都平原富余劳动力转移安置涉及因素较多,并且具有强烈的模糊性,因此有必要提炼出主要的影响因子。在分析成都平原农村富余劳动力转移安置的特点和存在的问题的基础上,提出了基于模糊理论的农村劳动力评判模型。该模型对成都平原富余农村劳动力进行了单因素评判和综合评判,并通过实例运算证明了模型的实用性。     

基于Gold的气象中心网格平台资源管理系统构建及应用

在介绍成都区域气象中心网格计算平台基础上,为了保证资源的合理分配与网格节点负载均衡,构建了基于Gold的网格资源管理系统,并将其应用到成都区域中心网格计算平台中,通过典型应用实例分析结果表明,该系统功能丰富。大大提高了网格平台资源管理的效率。     

成都市地表温度对不透水面的响应研究

根据成都三环路内的Landsat 7/ETM+影像,利用单窗算法和不透水面与植被覆盖度在城市建成区呈负相关关系两种反演方法,通过空间建模建立反演模型,获取地表温度与不透水面信息。通过随机样点分析、相关性分析以及等温线与等透水面线叠加分析等方法,研究了城市地表温度对不透水面的响应效果。结果表明:地表温度随距市中心区距离增大而降低,同时不透水能力也降低;成都市地表温度与不透水面之间存在着正相关关系,相关度为0.7253;等透水面线的空间分布对等温线具有显著的响应规律。研究成果对于改善城市生态环境、提升土地利用水平和加强科学规划等都具有参考价值。     

OA系统中流程变化对文件收发具有重要影响

本文简要介绍了LOTUS DOMINO/NOTES和南车成都机车车辆有限公司的OA系统,以及对基于LOTUS DOMINO/NOTES工作流程及南车成都OA流程设计的特点进行了简要的描述,通过对OA系统通知通告流程设计、优化的案例介绍,阐述了工作流程变化对收发文的影响。     

成都信息港建设方案初探

本文以成都信息港建设为背景,讨论以广电通信资源为基础如何建设信息港的有关问题。本文根据作者 的体会,还就有关信息港建设必须重视的问题,发表了自己的看法。     

高素质应用型本科软件人才培养的突破与构建——成都大学软件产业学院人才培养的改革与探索

软件人才培养的关键是应用,高素质应用型本科软件人才培养模式的定期分析,可以帮助育人单位及时掌握应用型软件人才的需求,从而不断完善培养机制,为提高人才培养质量提供支持和保障。成都大学软件产业学院通过对成都市场软件人才需求的调研,在对软件人才培养模式进行多年改革探索的基础上,对软件人才培养体系进行了"突破"与"构建"。     

基于多尺度特征近似计算的行人检测方法

传统的多尺度特征计算都是首先构造不同尺度的图像形成图像金字塔,然后在金字塔每一层上通过滑动窗口 的办法提取相应的特征,实验表明在目标检测时特征提取消耗大量时间,改善特征提取的速度是提升目标检测速度的关键。 本文使用FFC(Fast Feature Computation)计算方法对多尺度图像特征进行快速提取,同时结合Adaboost 算法和多特征融合方法 用于行人目标检测,实验结果表明效果较好。     

成都市煤气SCADA系统设计方案

本文介绍了成都市煤气SCADA系统设计方案。根据成都市煤气供气系统的特点和成都市煤气总公司提出的关于煤气管网监测、控制和生产调度方面的技术要求，设计了成都市煤气SCADA系统。对系统构成、软硬件配置及各部分的功能进行了描述，介绍了SCADA系统在煤气行业的应用。