邻域参数动态变化的局部线性嵌入

局部线性嵌入是最有竞争力的非线性降维方法,有较强的表达能力和计算优势.但它们都采用全局一致的邻城大小,只适用于均匀分布的流形,无法处理现实中大量存在的非均匀分布流形.为此,提出一种邻域大小动态确定的新局部线性嵌入方法.它采用Hessian局部线性嵌入的概念框架,但用每个点的局部邻域估计此邻域内任意点之间的近似测地距离,然后根据近似测地距离与欧氏距离之间的关系动态确定该点的邻域大小,并以此邻域大小构造新的局部邻域.算法几何意义清晰,在观察数据稀疏和数据带噪音等情况下,都比现有算法有更强的鲁棒性.标准数据集上的实验结果验证了所提方法的有效性.  

基于网络驱动接口规范的网络时延测量位置误差消除方法

在网络性能测量中,位置误差是影响网络时延测量精度的主要因素之一.针对位置误差问题,提出一种基于Windows网络驱动接口规范(NDIS)的时延测量改进方法.通过在微端口驱动(MD)和协议驱动(PD)间插入一个NDIS中间层驱动(ID)程序,将测量时间戳记录位置从应用程序下移到该中间层驱动,测量程序依椐其记录的时间戳计算网络时延值.实验结果表明,与传统方法比较,在不同主机负载和包长度下,所提方法基本消除了位置误差,测量值标准差小于10μs,并且不需要额外软硬件支持,测量成本低,适合普遍采用.  

基于灰色关联理论AGREE方法的BA系统可靠性分配*

合理的建筑设备自动化系统（BA系统）的可靠性分配方法是改进BA系统整体可靠性的基础环节。为了有效地管理和监测BA系统，基于灰色关联度AGREE方法研究了BA系统的可靠性分配方法。首先在确定可靠性分配规则的基础上，基于灰色关联理论构建了单元与系统失效率序列之间的重要度因子计算模型，运用灰色关联分析方法求得各单元与系统失效率序列之间联系紧密程度，作为可靠性分配中的重要度因子；然后，在此基础上，结合传统AGREE分配方法构建了系统可靠性分配模型；最后针对BA系统的可靠性框图，用灰关联理论AGREE分配方法对其可  

基于相对流形的局部线性嵌入

局部线性嵌入算法极大地依赖于邻域是否真实地反映了流形的内在结构,现有方法构造的邻域结构是拓扑不稳定的,对噪音和稀疏数据敏感.根据认知的相对性规律提出了相对变换,并用其构造了相对空间和相对流形.相对变换可以提高数据之间的可区分性,并能抑制噪音和数据稀疏的影响.在构造的相对空间和相对流形上确定数据点的邻域能够更真实地反映流形的内在结构,由此提出了增强的局部线性嵌入算法,明显地提高了性能,特别是基于流形的方法还同时提高了速度.标准数据集上的实验结果验证了该方法的有效性.  

网络性能测量系统架构的研究与设计

随着互联网规模的不断壮大,网络用户数量不断增多,如何进行网络实时检测与分析,对网络的设计和应用提出严峻的考验,这就需要对网络进行实时检测,并且根据分析结果进行处理。所以,网络性能测量平台的研究与实现很有必要。介绍网络测量的基本概念和主要技术,在此基础上,着重分析网络测量系统的架构设计以及实现,进而对测量结果进行数据分析,发现网络异常,提出可行的解决方案。  

基于查表法的点阵LCD菜单编程

介绍了一种点阵LCD菜单的编程方法,将菜单项的有关显示信息存储在程序ROM区,在进行显示时,通过查表获取显示信息,并送入LCD进行菜单项的显示。  

结合小波变换和稀疏表征的鲁棒人脸识别

在人脸识别中,如何消除光照、表情、遮挡等不利因素的影响,提高识别的鲁棒性是当前急需解决的热点研究问题。本文提出了一种基于小波变换和稀疏表征的鲁棒人脸识别方法,首先对人脸图像进行小波变换,将变换得到的4个子带LL、LH、HL、HH作为基函数构成字典;然后将测试图像的LL子带在字典上稀疏分解;最后依据重构残差最小原则进行分类识别。在Yale人脸库上的实验结果表明该方法性能优于对比方法。  

可拓K近邻算法在数据聚类分析中的应用

针对区间值数据的数据聚类问题，根据可拓学关联函数的定义，提出可拓距离的概念来度量数据之间的距离，利用K近邻的思想，根据可拓距离的大小对数据集的目标属性进行投票选择进行分类，设计了可拓K近邻算法（Extension K Nearest Neighbor，EKNN）。最后利用UCI的两个基准数据集Iris植物样本数据和糖尿病数据库PIDD进行验证，首先通过免疫网络约简算法对条件属性进行最小属性约简，然后利用EKNN算法分析和比较不同最小约简属性下的分类准确率。  

一种改进的基于身份广播代理重加密云存储方案

存储安全是公共云应用诸多安全问题中最关键的问题之一，对云服务的快速发展有着重大影响。结合身份加密、代理重加密以及广播加密的特点，提出了一种新的云存储方案。该方案通过条件控制，实现了用户对远程密文数据代理重加密过程中的细粒度访问控制；基于身份加密，利用用户的身份属性作为公钥，减少了证书验证过程；结合广播的思想，以用户集合为单位进行加密，减少系统的计算消耗。实验表明，文章提出的方案可以实现密文数据云存储和共享，主要函数的时间开销合理，能够保证大规模用户接入时系统高效。  

局部测地距离估计的Hessian局部线性嵌入

为处理极度弯曲的数据流形，提出了基于局部测地距离估计的Hessian局部线性嵌入算法.算法采用Hessian局部线性嵌入（HLLE）的概念框架，采用局部估计的测地距离而不是欧氏距离来确定每个点的邻域，从而减少数据流形弯曲对邻域选择的影响.算法可认为是全局和局部方法的综合，在性能上不仅比HLLE显著提高，有更强的鲁棒性，而且时间增加不明显.标准数据集上的实验结果验证了所提方法的有效性.