基于Boosting算法集成遗传模糊分类器的文本分类

提出一种新颖的基于Boosting模糊分类的文本分类方法。首先采用潜在语义索引(LSI)对文本特征进行选择;然后提出Boosting算法集成模糊分类器学习,在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类的样本。实验结果表明,该文本分类算法具有良好分类的性能。     

基于贝叶斯理论的图像标注和检索

图像自动语义标注是基于内容图像检索中很重要且很有挑战性的工作.提出用语义约束的聚类方法对分割后的图像区域进行聚类,在图像标注阶段,使用贪心选择连接(GSJ)算法找出聚类区域的独立子集,然后使用贝叶斯理论进行语义标注.对图像进行标注以后,使用标注的关键字进行检索.在一个包含500幅图像的图像库进行实验,结果表明,提出的方法具有较好的检索性能.     

写者优先问题探讨

读者和写者问题是一类经典的进程同步问题。在传统的解决方案中,读者总是占优,使得写者永远等待。文章提出了写者优先的解决方案,可使系统能够在一个进程声明写的时候,不允许新的进程访问该数据区,有利于读者读到最新的数据。     

写者优先问题探讨

读者和写者问题是一类经典的进程同步问题。在传统的解决方案中，读者总是占成，使得写者永远等待。文章提出了写者优先的解决方案，可使系统能够在一个进程声明写的时候，不允许新的进程访问该数据区，有利于读者读到最新的数据。     

一种移动数据库的事件检测方法研究

移动数据库中,大量的事件分布在不同的结点上,产生的事件具有分布、并发、异步、随机的特点,事件源通常是移动主机,事件的到达因网络连接的不稳定以及移动主机的移动而发生时延、失序的情况.本文提出了一种新的检测方法,能够高效地进行分布式检测、并发异步事件的检测、失序事件的检测以及断接检测、移动检测.     

基于遗传FCM算法的文本聚类

本文提出基于遗传FCM算法的文本聚类方法,首先采用LSI方法对文本特征进行降维,然后通过聚类有效性分析得到文本的类别数,最后再采用遗传FCM算法对文本进行聚类,这种方法较好的克服了FCM算法收敛于局部最优的缺陷,很好的解决了FCM算法对初值敏感的问题。实验表明提出的方法具有较好的聚类性能。     

基于内容的多特征融合图像检索

提出一种组合颜色、形状和空间信息的图像检索方法,用颜色块的颜色直方图表示图像的颜色特征;使用Zernike矩表示图像的形状特征,通过提取颜色块的质心、分布方差聚散度等特征得到图像的空间特征。为了进一步提高图像检索的精确度,提出一种基于支持向量机的相关反馈方法。实验结果表明,基于组合特征的图像检索方法优于基于单一特征的检索方法。     

基于目标区域和相关反馈的图像检索

提出了一种基于目标区域和相关反馈的图像检索方法,首先采用改进的K均值无监督分割方法将图像分割成区域,然后提取每个区域的颜色、位置、形状特征进行相似度计算;最后采用基于支持向量机(SVM)的相关反馈算法提高检索精度。实验结果表明,方法具有良好的检索性能。     

基于Boosting算法的入侵检测

提出了一种新颖的基于boosting BP神经网络的入侵检测方法。为了提高BP神经网络的泛化能力,采用改进的Boosting方法,进行网络集成。Boosting方法采用更有效的参数求解方法,即弱分类器的加权参数不但与错误率有关,还与其对正样本的识别能力有关。对"KDD Cup 1999 Data"网络连接数据集进行特征选择和归一化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率,仿真结果表明,提出的入侵检测方法是有效的。     

工控应用系统中嵌入式数据库实时性研究

在工业控制嵌入式实时系统中应用的数据库要同时满足嵌入式和实时性两方面的要求。工业控制系统中的嵌入式实时数据库通常作为软件部件镶嵌于设备中或实时应用环境中,它往往是同具体的物理设备联系在一起的,用于保存和记录外部设备的状态值。本文将结合工业控制的应用背景,来分析和研究工控应用系统中嵌入式数据库的实时性问题。并通过一个工业控制的实例分析了嵌入式实时数据库在控制系统中的工作机制。