论陶瓷装饰艺术的历史沿革与创新发展

正陶瓷装饰艺术从新石器时代制陶开始,时至今日,经历从无到有、从单色到多彩、从技巧的单一性到综合装饰,逐渐成为艺术领域中的一朵奇葩迸发出勃勃生机。让我们以时间为序,试着了解陶瓷装饰艺术的历史沿革和发展变迁。新石器时代其一用砾石或骨器在陶器表面压磨,使表面发亮,称为磨光;其二用泥浆施加于陶器表面,烧好以后表面就附着一层"陶衣",也叫"色衣";其三纹饰,有压印、拍印、刻划、彩绘(彩陶)、附加堆     

一种云环境下基于Xen的分布式存储模式

云计算是一种新兴的服务模式,本文简述了云计算的定义、发展状况、特点以及基本构架,介绍了实现云计算的虚拟化技术的研究现状,面对云计算环境中浩瀚的资源,如何实现信息的高效利用成为目前需要解决的问题,基于此提出云计算环境下虚拟化分布式存储方法,最后指出了当前云计算亟待解决的问题和下一步的研究方向.     

基于I2C距离和标记相关性的多标记场景分类

将改进的ML-I2C与基于标记相关性的方法结合,提出一种改进的多标记场景分类方法。首先提取所有图像的SURF特征,将每个类用一个特征集来表示;然后采用改进的I2C方法来计算待测图像与已知类之间的距离,根据距离进行标记排序;最后根据排序,利用标记相关性来预测待测图像的所有可能标记。实验结果表明,该方法对多标记场景分类的准确率较高。     

基于语义的文本特征加权分类算法

文本分类存在维数灾难、数据集噪声及特征词对分类贡献不同等问题,影响文本分类精度。为提高文本分类精度,在数据处理方面提出一种新方法。该方法首先对数据集进行去噪处理,结合特征提取算法和语义分析方法对数据实现降维,再利用词语语义相关度对文本特征向量中每个特征词赋予不同权重;并利用经过上述处理的文本数据学习分类器。实验结果表明,该文本处理方法能够有效提高文本分类精度。     

基于多视图典型相关分析的垃圾网页检测

首先将垃圾网页特征分为两个不同的视图, 即基于内容特征的视图和基于链接特征的视图, 利用典型相关分析及其相关改进方法进行特征提取, 生成两组新的特征; 再对新生成的两视图特征采用不同组合方式产生单视图数据, 并用这组数据作为训练数据构建分类算法。实验结果表明, 将垃圾网页看成两视图数据, 并应用多视图典型相关分析技术, 可有效提高垃圾网页的识别精度。     

P2P网络中基于增量学习的节点聚类

本文研究了p2p网络中基于内容的节点聚类。基于文件名关键词精确匹配的查询没有考虑文本语义及内容相似性。如果能够根据节点发布内容的相似性,建立节点聚类,信息查询在类内进行,必将提高查询效率。本文提出了一种基于增量学习的节点聚类方法,通过兴趣爬虫代理计算节点得分,据此判断一个节点是否可以加入节点簇。实验表明,节点簇的建立可以有效地提高 p2p 网络的查询效率。     

基于场论的聚类算法

传统经典的欧几里得距离、曼哈坦距离、明考斯基距离不能很好地描述对象间固有的差异,使得在聚类过程中不能很好地区分对象,在此借用相对论中质量--速率公式提出了一种新的相异度的度量方法,结合场论提出了一个新的聚类算法.通过把每个对象看作一个场源,每个场源通过两个不同的参数进行描述,最后通过每个场源对类中心的作用进行聚类.实验结果表明,该方法能有效改善聚类效果.     

基于Bagging的聚类集成方法

提出一种基于Bagging的集成聚类方法,采用一种新的数据集采样技术生成数据子集,尽可能的保持了子样本的多样性和最大相关性,然后应用一种改进的k均值聚类算法生成个体学习器,根据互信息对数据集的不同聚类结果进行处理,最后通过计算有争议的数据对象与各个聚类中心的距离将其重新划分到新的聚类结果中.在多个UCI标准数据集上的实验结果表明,该方法能有效改善聚类质量.     

基于SVM的信息系统风险动态识别和评估

风险识别和评估为信息系统的安全决策提供有力的支持工具。信息系统的动态性和复杂性决定了风险识别及评估的难度,本文利用SVM在小样本分类的优越性来适应信息系统的动态性和复杂性特点,实现对动态风险的有效识别。定义了风险因素形式化描述,提出了复杂风险的评估量化模型。通过实际应用验证了在风险识别及评估方面的有效性。风险识别和评估为信息系统的安全决策提供有力的支持工具。信息系统的动态性和复杂性决定了风险识别及评估的难度,本文利用SVM在小样本分类的优越性来适应信息系统的动态性和复杂性特点,实现对动态风险的有效识别。定义了风险因素形式化描述,提出了复杂风险的评估量化模型。通过实际应用验证了在风险识别及评估方面的有效性。