基于PCA的神经网络在港口货物吞吐量中的预测

分析选取了可能影响港口货物吞吐量的因素,采用PCA技术提取关键因子,最后以提取的关键因子作为神经网络的神经输入元,分别建立BP神经网络预测模型和GRNN神经网络预测模型。以上海港口为例,对港口货物吞吐量进行预测并对预测结果给予分析。     

基于DWT的水印嵌入规则性能研究

在数字水印研究中,一个重要的问题是水印的不可见性与鲁棒性之间的折中。根据实际应用,数字水印的嵌入规则主要有乘性规则、加性规则和一种区域融合嵌入规则。本文主要从数字水印的抗攻击性方面,结合不同的嵌入规则,对各种常见图像攻击进行测试,在检测不同嵌入规则性能优劣的同时,为水印方法的选择与应用,提供指导和参考,以达到最佳的使用目的。     

基于动态特征库的电子邮件分类的研究

随着邮件分类技术的不断发展,为了对邮件进行更加有效的组织和管理,需要对不断变化的邮件进行动态特征提取,根据其动态特征对邮件进行分类。从邮件的动态特征方面入手,通过编写邮件客户端程序,利用中科院的ICTCLAS分词工具实现中文邮件的准确分词,利用改进的TF-IDF算法对邮件的特征权重进行计算,并利用WEKA挖掘工具进行结果的仿真实验。实验结果表明,利用邮件的动态特征来对邮件进行分类是切实可行的,且在一定程度上能够对邮件进行合理有效的分类。