一种便捷的移动终端应用程序下载方法

针对目前平台提供商提供的下载方式不够灵活,提出一种应用程序下载的便捷方法,使得用户无需进入繁琐的层层嵌套式的软件目录查找可供下载的应用程序,简化了用户操作。对企业用户而言,移动终端所需下载的应用程序往往只有一个,因此可以实现应用程序的傻瓜式下载并安装,可以避免由于客户所厌烦的繁琐的操作方式而导致的客户流失。最后用实验验证了该方法的便捷性。     

动态置信度的序列选择增量学习方法

贝叶斯在训练样本不完备的情况下,对未知类别新增训练集进行增量学习时,会将分类错误的训练样本过早地加入到分类器中而降低其性能,另外增量学习采用固定的置信度评估参数会使其效率低下,泛化性能不稳定.为解决上述问题,提出一种动态置信度的序列选择增量学习方法.首先,在现有的分类器基础上选出分类正确的文本组成新增训练子集.其次,利用置信度动态监控分类器性能来对新增训练子集进行批量实例选择.最后,通过选择合理的学习序列来强化完备数据的积极影响,弱化噪声数据的消极影响,并实现对测试文本的分类.实验结果表明,本文提出的方法在有效提高分类精度的同时也能明显改善增量学习效率.     

一种基于笔划宽度的印鉴分割方法

印鉴分割是正确识别真假印鉴的关键问题，本文给出了一种新的印鉴图像分割算法。该算法基于样本章（印鉴）和待验章（印鉴）在具有相同的笔划宽度时，分割效果最佳，最利于真假印鉴的识别。选定一定范围的灰度值作为可能的阈值，从中选 出使待验章和样本章的笔划宽度相差最小的阈值作为最佳阈值。对位于待验章和样本章的交集中的边缘点分别在待验章和样本章中求水平和垂直方向上的笔划宽度，并且仅取宽度差最小的一个方向上的宽度差，很好地避免了印泥的浓淡、盖印时用力的深浅、印泥污染、笔划断裂和分裂带来的干扰。实验和实践证明，该方法分割效果好，并具有很好的稳定性，在识别真假印鉴的实践中得到了很好的应用。     

两种时间序列模型在客流量预测上的比较

模糊时间序列模型和季节模型都是基于时间序列的模型,为了探讨在时间序列表现出一定的周期性时,哪种模型的预测效果会更好,分别利用模糊时间序列模型和季节模型对南京某商场的客流量进行预测,计算并比较两种方法下的相对误差值和RMSE（Root Mean Square Error）值,发现季节模型的相对误差值图形的平滑度要优于模糊时间序列模型,季节模型的RMSE值小于模糊时间序列模型,这表明考虑到数据特征的模型有更好的预测结果。     

拥有DSA数字签名的零知识证明

提出一种拥有DSA数字签名的零知识证明方案。签名者不向签名接收方显式提供信息的DSA数字签名,而是给出一个拥有该DSA数字签名的零知识证明。方案可以限制数字签名的任意传播,适用于电子产品的版权保护。     

一种中文文本聚类算法的研究

聚类是一种无指导的分类方法,在没有预先定义好分类的情况下,将一个大的数据集合分成若干个簇,要求数据在同一个簇中相似度尽可能大,而不同簇之间相似度尽可能小。聚类作为数据挖掘的一种重要方法,现在越来越被人们所重视。目前常见的聚类方法有:基于划分的聚类方法、基于层次的聚类方法、基于局部的聚类方法和基于模型的聚类方法,吸取各类聚类算法的实质,提出一种预设阀值,逐一归类的简单聚类实现算法,并在后端对聚类结果做精确行处理,经实验验证该方法能达到一定的聚类效果。     

基于浏览器服务的网络爬虫

主要描述支持基于浏览器服务的爬虫的大体实现方式,并进行相关测试。     

复杂网络性质探讨及在垃圾邮件过滤中的运用

基于描述社会网络中幂律分布和小世界效应的网络理论,社会计算能够定量分析社会行为的规律。首先通过幂律分布特征从统计意义上区分了网络中两类度数有差异的节点,这样的方法可以用于垃圾邮件过滤。考虑小世界效应后得到网络平均距离变化缓慢的动态性质,该性质指出了一种平均距离相对固定的网络模型构造思路。最后以邮件数据为实验对象,验证了节点分类的方法对垃圾邮件过滤的有效性。