一种克服sEMG人机交互中肌肉疲劳的SVM算法

在基于表面肌电信号的人机交互系统中,产生的肌肉疲劳降低了系统的稳定性。针对该问题,分析肌肉正常状态和疲劳状态下的肌电信号变化规律,提出一种改进的在线支持向量机增量训练算法。该算法在每次训练SVM(Support Vector Machine)模型时,计算各样本到分类超平面的距离,并以之为条件对不断更新的训练数据进行有条件的选择和遗忘,只留下最大距离1/2以内的数据。通过在线训练不断更新训练样本来获得新的SVM模型,用于适应肌肉疲劳过程中肌电信号的变化,同时防止多次在线训练过程中更新的样本改变训练集间初始边界。最后在智能轮椅上进行验证,实验结果表明:该算法有效减少了肌肉疲劳在人机交互系统中的影响,使得系统能够保持长时间稳定操作。     

互联网应用发展和用户行为解析

互联网在我国迅猛发展,其应用不断创新发展。本文从搜索引擎、社交网站、电子商务、网络视频、网络游戏、移动互联网6个方面对互联网应用发展现状以及各种用户的行为习惯进行研究．最后分析了各种互联网应用的发展趋势。     

B/S架构在线考试系统的断线续考功能的实现

随着教育信息化不断发展,基于Web的网络学习平台越来越多.在线考试系统是网络学习平台的重要组成部分.在线考试时由于多种原因,经常引发断线,致使考试过程中断.在线考试系统必须具备断线续考功能.文章介绍了B/S构架下ASP在线考试系统断线续考功能的工作原理及实现方法.     

基于数据仓库的OLAP中的索引技术研究

数据仓库建立好后,需要对其充分高效地利用,OLAP联机分析处理就是一个很好的数据分析展现工具。人们对速度的追求是永无止境的,建立索引可以更快捷地响应用户的查询。索引的种类很多,相关研究表明位图索引既能节省空间,又能利用其进行的位运算而提高相应的查询速度,然而位图索引对字段基数较低的字段有比较好的效果,当遇到字段基数较高的字段时也会占据大量的空间,其效果不及B‐T ree索引,论文针对这种情况对位图索引进行了扩展,引入了标识符索引,并对其进行了比较讨论,最后提出可以根据维的各自特征建立不同的索引。     

在线社交网络的UNI64采样方法

在对社交网络采样方法进行研究时,常以拒绝-接受采样法得到的样本作为对照来评价其他采样方法的优劣.由于各种在线社交网络陆续将其用户ID系统由32位升级为64位,导致拒绝-接受采样法的采样命中率近乎为零.本文根据在线社交网络的特点,以新浪微博为例,对其用户ID分布情况进行分析,提出了一种改进的拒绝-接受采样法UNI64.该方法通过分析网络有效ID样本的分布情况,结合聚类的方法将整个样本空间划分为有效区间和无效区间,并使采样算法避开无效区间,仅在有效区间内生成待测样本,从而有效提高了拒绝-接受采样法在有效样本极为稀疏的样本空间内采样的命中率.     

网络产品评论挖掘研究

以有效分析和挖掘网络产品评论中的用户观点从而为消费者和商家均提供有价值的信息为目的,提出了网络产品评论挖掘的步骤和方法,并在用户产品评论分析的基础上,进一步对产品特征词的关注度和极性进行分析,实现了更加全面地产品评论挖掘．最后以iphone 4s为例对所提出的方法进行了实验,验证了该方法的可行性．     

基于区间直觉模糊的情感分类模型

随着电子商务,个人博客,社交网站和微博的蓬勃发展,互联网进入了一个崭新的时代,而在线评论的情感分类关系到个人决策、企业管理甚至社会安全．提出了一种基于区间直觉模糊的情感分类模型,采用了区间直觉模糊算子来计算特征词的区间直觉模糊数,利用区间直觉模糊集的隶属度、非隶属度和犹豫度分别定量地描述特征词,通过情感合成确定文本的情感倾向,从而获得准确率较高的情感倾向性分析结果．最后通过相同语料库的比较实验证明该分类模型的可行性、正确性和较高的分类性能．     

网络在线文化信息监控平台建设与服务机制研究

针对高速网络环境下网络文化信息传输内容监控的需要,提出了实现拥有自主版权的能够在边界路由器上监测运行的网络文化信息监控系统的3种设计方法、3个层面的设计思想,以及数据采集结构、模块功能实现、服务机制创新的方法和理念,试图有效监测特征敏感性在线文化信息的来源与去向,创新监控应对策略,提高监控安全事件处理的效能。     

当代市场经济中网络营销的安全及对策

随着国际互联网技术的日益成熟,网络营销在我国市场经济中发挥着越来越重要的作用。该文主要分析了网络营销在当代市场经济中的作用,探讨了网络营销所面临的两类安全问题,并分别对症下药,提出相应的解决办法。     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。