基于LabVIEW与MATLAB的电机监测与故障诊断

应用MATLAB7.6.0和LabVIEW作为开发工具,开发设计了电机故障诊断系统平台。诊断实例表明该方法能有效地提高电机故障诊断的准确性。同时,该系统具有可扩展性、使用方便、快捷等特点。     

标签模糊和冗余在标签推荐中的研究及应用

现有的Folksonomy标签推荐系统使用的推荐算法没有考虑标签模糊和冗余问题,影响了用户建模和对推荐系统评估的准确性,并且降低了系统的推荐质量,增加了用户选择喜好项目时的负担。通过对标签推荐系统的研究,将标签模糊和冗余应用到标签推荐算法当中,有助于提高系统的推荐质量,并且能提供更合理的评价方法。实验结果表明：经过标签模糊和冗余处理的标签推荐算法显著地提高了推荐系统的推荐质量。     

基于DFA的大规模入侵建模方法研究

针对攻击树在大规模入侵建模中对系统状态变化描述的不足,提出了基于DFA的大规模入侵建模方法,并给出了一个基于攻击函数和系统状态二元组的攻击描述语言,最后对入侵检测实现进行了简单讨论。     

电子商务中网格技术的应用

为适应我国电子商务系统建设的发展，结合网格技术的相关内容，重点研究了网格技术在电子商务领域的应用。电子商务与网格技术相结合不仅可以提高企业的效率、增强企业内外部的共享和交互能力，还可促进我国现代化建设。     

通用报表打印程序生成器的设计

本文介绍了一个管理信息系统应用程序生成器－－通用报表打印程序生成器，对其设计思想和使用方法进行了较为详细的论述。     

基于NAS的中小型企业网络存储解决方案

本文详细论述了NAS的技术特性和基于NAS的中小型企业存储系统集成方案,并分析了NAS技术存在的问题及发展趋势.     

用双层减样法优化大规模SVM垃圾标签检测模型*

针对支持向量机在训练大规模数据集时出现的速度瓶颈问题,提出一种新的减样方法,称双层减样法。数据减样时,双层减样法从粗、细粒度两个层次削减样本。粗粒度约减时,利用核空间距离聚类法,以簇为单位削减冗余子集。细粒度约减时,以点为单位挑选剩余点集中的支持向量。实验表明,双层减样法能有效的压缩样本数据,同时还能放大数据集的分类特征,提高分类器的分类精度。将此法应用于大规模SVM垃圾标签检测模型的训练集优化上,能明显提高检测模型的训练速度。双层减样法是将“粒度”和“层次”的概念引入减样法中,在约减时适时改变约减幅度。这比传统减样法更具有优势。     

中文文本体裁分类中特征选择的研究

针对文本体裁自动分类在特征选择和权重计算方面的特殊性,提出文本的内容类别信息,改进传统特征选择方法CHI以及权重计算公式tf.idf,并运用支持向量机在含5类体裁的语料上进行中文文本体裁自动分类。实验结果表明,该方案是可行的。     

基于快速估计的相关向量机优化算法

针对相关向量机在大规模数据集上训练速度较慢的问题,提出一种基于快速估计的相关向量机优化算法。利用阈值系数、约减最大上限并结合迭代估计,对训练样本的超参进行快速预估计,去除训练集中大量的非相关向量,减小训练样本规模,减少训练时间。在UCI等数据集上的实验结果表明,该算法在保持训练精度的同时具有更快的训练速度。     

一种改进的模糊连接点聚类算法

传统的模糊连接点FJP聚类算法采用基于欧氏距离的最大 最小合成运算法生成传递闭包,该方法所生成的传递闭包存在失真问题,即包含有较多错误的数据关联信息,最终造成算法聚类精度低且计算时间长。针对以上问题,提出一种改进的模糊连接点聚类算法：先用组合核函数计算数据集的模糊相似度矩阵,提高算法对数据非线性特征的辨识能力,并用大顶堆存储之;然后遍历传递闭包矩阵中的空元素,用堆顶的桥元素填充传递闭包的空元素,直至生成传递闭包。在测试数据集上的实验结果表明,本文算法的平均聚类精度较传统FJP算法有20%以上的提升,显著改善了传递闭包的失真问题;另外,在大型数据集上的计算效率亦优于传统FJP算法的,说明本文改进FJP算法的思路是有效的、可行的。