中文文本分类中的特征选择研究

本文介绍和比较了八种用于文本分类的特征选择方法,其中把应用于二元分类器中的优势率改造成适用于多类问题的形式,并提出了一种新的类别区分词的特征选择方法,结合两种不同的分类方法:文本相似度方法和Nave Bayes方法,在两个不同的数据集上分别作了训练和测试,结果表明,在这八种文本特征选择方法中,多类优势率和类别区分词方法取得了最好的选择效果.其中,当用Nave Bayes分类方法对各类分布严重不均的13890样本集作训练和测试时,当特征维数大于8000以后,用类别区分词作特征选择得到的宏F1值比用IG作特征选择得到的宏F1值高出3%～5%左右.  

基于支持向量机的入侵检测系统

目前的入侵检测系统存在着在先验知识较少的情况下推广能力差的问题.在入侵检测系统中应用支持向量机算法,使得入侵检测系统在小样本(先验知识少)的条件下仍然具有良好的推广能力.首先介绍入侵检测研究的发展概况和支持向量机的分类算法,接着提出了基于支持向量机的入侵检测模型,然后以系统调用执行迹(system call trace)这类常用的入侵检测数据为例,详细讨论了该模型的工作过程,最后将计算机仿真结果与其他检测方法进行了比较.通过实验和比较发现,基于支持向量机的入侵检测系统不但所需要的先验知识远远小于其他方法,而且当检测性能相同时,该系统的训练时间将会缩短.  

图像处理中阈值选取方法30年（1962—1992）的进展（一）

阈值分割是图像处理的基本问题,在机器视觉、文字识别、生物医学图像分析、指纹与印章鉴定、光学条纹判读以及军事目标识别等领域应用极为广泛。阈值选取是阈值分割的关键。1962—1992年30年间,国外学者们针对这一课题进行了广泛深入的研究,提出了多种阈值选取方法。本文依据大量的有关文献,较全面地总结了50多种阈值选取方法,并把这些方法划分成十类:(1)直方图方法与直方图变换法;(2)最大类间方差法;(3)最小误差法与均匀化误差法;(4)共生矩阵法;(5)矩量保持法;(6)最大熵方法;(7)简单统计法与局部特性法;(8)概率松驰法;(9)模糊集方法;(10)其他方法。文中阐明了各方法的基本思想、适用范围及其优缺点,给出了相应的一些计算公式,指出了对各方法性能进行定量评估所面临的问题。  

支持向量机研究

支持向量机是一类新型机器学习方法，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点。该文首先引入最优超平面的概念，然后对线性SVMs和非线性SVMs进行介绍,给出一些常用的训练算法，并指出SVMs存在的局限和将来可能的研究内容。  

射频识别技术及其发展现状

射频识别（即ＲａｄｉｏＦｒｅｑｕｅｎｃｙＩｄｅｎｔｉｆｉｃａｔｉｏｎ，以下简称ＲＦＩＤ）技术是从九十年代兴起的一项自动识别技术。它利用无线射频方式进行非接触双向通信，以达到识别目的并交换数据［１ ３］。与磁卡、ＩＣ卡等接触式识别技术不同，ＲＦＩＤ系统...  

基于迭代混合的数字图像隐藏技术

提出了数字图像的单幅迭代混合和多幅迭代混合思想．利用图像的迭代混合可以将一幅图像隐藏于另一幅图像之中，多幅迭代混合可将一幅图像通过一组图像隐藏起来，迭代混合参数还可以作为隐藏图像的密钥，极大地提高了系统的安全性和隐藏图像的健壮性，图像迭代混合思想还可以应用到数字水印的研究与应用中．实验分析显示，该方法简单易行，并且算法具有一定程度的鲁棒性．  

基于变异和动态信息素更新的蚁群优化算法

尽管蚁群优化算法在优化计算中已得到了很多应用,但在进行大规模优化时,其收敛时间过长仍是应用该算法的一个瓶颈.为此,提出了一种高速收敛算法.该算法采用一种新颖的动态信息素更新策略,以保证在每次搜索中,每只蚂蚁都对搜索做出贡献;同时,还采取了一种独特的变异策略,以对每次搜索的结果进行优化.计算机实验结果表明,该算法与最新的改进蚁群优化算法相比,其收敛速度提高了数十倍乃至数百倍以上.  

中国图像工程及当前的几个研究热点

首先对图像工程及其三个层次给予概括介绍，并对中国图像工程文献综述系列的分类结果进行分析，由此归纳出近几年中国图像工程研究和应用的4个研究新热点。这4个处在图像工程三个不同层次的新热点分别是图像数字水印和图像信息隐藏，人脸和器官的检测、定位与识别，多传感器图像信息融合以及基于内容的图像和视频检索。文中对这4个新热点的基本情况、研究现状、技术原理、应用特点、存在问题、发展方向等进行了较为详细的介绍和讨论，为了解图像工程研究应用的情况和开展相关工作提供了参考。  

基于信息熵的粗糙集连续属性离散化算法

该文提出了一种新的粗糙集连续属性离散化算法．首先对每一个候选断点定义了信息熵，以此作为对断点重要性的量度，在此基础上给出了断点选择的粗糙集连续属性离散化算法．最后采用多组数据对此算法的性能进行了检验，并与其它算法做了对比实验．实验结果表明此算法是有效的，而且当候选断点个数增多时仍有很高的计算效率．  

基于奇异值分解的、抗几何失真的数字水印算法

许多现有的适用于图像的数字水印对几何失真都是很敏感的。尤其是此类失真会严重妨碍对水印的盲提取。为此，提出了一种基于奇异值分解的数字水印算法，它对常见的几何失真是稳健的。此水印是被嵌入到图像分解后的奇异值之中。根据奇异值分解的代数性质，严格证明了嵌入了水印的图像在受到转置、镜像、旋转、放大和平移等几何失真后，其奇异值是不变的。在经过了上述的几何失真、一般的信号处理操作或JPEG压缩以后，嵌入的水印能够被可靠地提取和检测。实验结果表明本算法具有很好的稳健性。