粗糙集理论和DT_SVM在Web信息过滤中的应用

针对Web信息过滤问题,提出一种将粗糙集理论和决策树SVM(DT_SVM)相结合进行数据分类、过滤的新方法。该方法运用改进的启发式相对属性约简算法消除冗余、降低样本空间维数,通过聚类和DT_SVM相结合来训练SVM,将多分类问题转化为二值分类问题,提高了训练速度及过滤精度。实验表明,该算法得到了较高的查全率、查准率,体现了将粗糙集理论与DT_SVM算法结合的优越性。     

基于二叉树的多分类SVM算法在电子邮件过滤中的应用

目前性能较好的多分类算法有1-v-r支持向量机（SVM）、1-1-1SVM、DDAG SVM等，但存在大量不可分区域且训练时间较长的问题。提出一种基于二叉树的多分类SVM算法用于电子邮件的分类与过滤，通过构建二叉树将多分类转化为二值分类，算法采用先聚类再分类的思想，计算测试样本与子类中心的最大相似度和子类间的分离度，以构造决策节点的最优分类超平面。对于C类分类只需C-1个决策函数，从而可节省训练时间。实验表明，该算法得到了较高的查全率、查准率。     

基于多线程的分布式监控系统的设计

介绍了一个分布式监控系统的设计,该系统的下位机完成数据采集和实时控制,上位机完成上传数据的处理和显示。上位机和下位机都采用多线程技术,一个线程用于通信,另一个     

基于遗传算法的二叉树支持向量机分类方法

针对传统的基于支持向量机的文本分类存在的问题进行了研究,采用二叉树结构与多个支持向量机子分类器组合进行Web文本信息分类,在二叉树支持向量机多类方法的基础上,进一步结合遗传算法,提出了一种新的支持向量机的多类分类方法,实验结果表明,采用该方法进行多类分类,分类精度明显提高,体现了将遗传算法与二叉树支持向量机结合的优越性。     

CDIO教育模式在计算机基础教学中的应用研究

针对高校工程教育脱离企业实际、大学生缺乏工程实践经验的问题,根据CDIO工程教育模式,笔者提出按专业整合计算机基础课程的教学内容,采用基于案例的"做中学"教学方式,加强实验及实训,在完成项目的构思、设计、实现和运作的全过程中培养学生的创新能力、合作交流能力及计算机应用能力等,提高实践教学效果。     

一种改进的分类算法在不良信息过滤中的应用

使用KNN(K Nearest Neighbor)分类算法进行不良文本信息过滤时,由于包含不良信息的样本不易获取,导致分类器预测结果严重倾向于多数类。为改善少数类过滤效果,从数据层的角度改进了传统的KNN算法:先将少数类样本聚类分组,再在每个聚类内部使用遗传交叉生成新样本,并验证其有效性,最终获取到各类别样本数量基本均衡的训练样本集合并训练KNN分类器。实验结果表明,本文的方法可有效识别不良文本。此方法同时适用于其他关注少数类分类精度的不均衡数据集分类问题。     

从精品课程到网络课程“一体五化”模式研究

以把精品课程建设成具有"课程"功能的网络课程为目的,提出从精品课程到网络课程的"一体五化"模式。"一体"是指以建设完善的网络课程为主体,"五化"是指教学模式立体化、课程建设系列化、教师队伍素质化、学生培养层次化和管理制度规范化。     

VB 5.0数据访问技术及方法

ＶｉｓｕａｌＢａｓｉｃ５．０数据库的体系结构及相应的结构图;介绍微软ＪＥＴ数据库引擎和ＯＤＢＣＤｉｒｅｃｔ２种数据访问技术;对数据访问对象、数据控件和直接调用ＯＤＢＣＡＰＩ函数３种数据访问方法进行了说明。     

数据挖掘方法在入侵检测系统中的应用

介绍了入侵检测的概念及其技术方法，比较了异常检测与误用检测方法的优缺点，探讨了数据挖掘技术在异常检测中的应用，分析了数据挖掘方法中的关联分析、序列模式分析和分类分析在入侵检测系统中的协同工作方式，通过对用户行为模式的挖掘，得到入侵规则．     

基于逻辑实现的模糊匹配算法在Web信息过滤中的应用

为改善Web信息过滤中模式匹配过程消耗大量系统资源的状况,将基于逻辑实现的模糊匹配算法应用到信息过滤的数据预处理模块,通过硬件电路先过滤掉大量不可能匹配的数据包,再对小量可疑数据包进行第二次匹配.实验表明,该算法大大减轻了系统的负担并得到了较高的匹配速率.