基于k-均值的文本聚类算法及改进

本文提出了k-means聚类算法中选取初始聚类中心及处理孤立点的新方法,改进了k-means算法对初始聚类中心和孤立点文本很敏感的不足之处,并将改进后的算法应用于中文文本聚类中。实验结果表明,改进的算法较原算法在准确率上有较大提高,并且具有更好的稳定性。     

改进YOLOv3算法用于铝型材表面缺陷检测

针对目前铝型材表面缺陷检测存在的准确率、检测效率较低等问题,提出了一种基于改进的YOLOv3铝型材表面缺陷检测方法。首先通过k-均值聚类算法对采集到的数据集进行聚类分析,选取尺寸最优的目标候选框;考虑到铝型材表面缺陷较大,对YOLOv3的网络层级结构进行调整,并将目标检测层之前的6个CBL单元改成4个,再补充2个残差单元,以提高特征的复用。将提出方法用于铝型材表面缺陷检测,并与经典的卷积网络Faster-RCNN和SSD方法进行比较,实验结果表明,采用提出的算法准确率达到97%,检测速度达到47帧/s,明显优于经典的卷积网络Faster-RCNN和SSD,适于在有高精度快速性要求的铝型材表面缺陷检测中推广应用。     

基于K-medoids聚类算法的研究与实现

随着网络的普及,越来越多的人在Web上了解自己想要的信息,这就使得Web数据集成技术的研究和发展显得越来越重要,其中聚类算法是WEB数据集成中的重要研究课题。在分析总结现有的聚类算法的特点和实现过程的基础上,对K-medoids聚类算法进行改进,使得改进后的K-medoids聚类算法具有更高的效率,用户在Web上查询信息时更方便、更快捷。     

基于KHM聚类算法的跳频信号分选

针对跳频信号分选,主要研究了聚类算法及利用直方图来预估计聚类数目及初始中心的方法.首先对直方图方法进行改进,得到了对跳频信号参数估计值误差不敏感的方法,其次对初始化中心不敏感的KHM聚类算法进行改进并聚类,最后提出了通过定义类内距类间距的方法来确定最佳聚类数的算法.通过改进的KHM算法和估计聚类个数方法,利用跳频信号参...     

基于Dirichlet过程的无线视频码率变化识别算法

研究了通过对终端视频帧质量的聚类分析来识别无线视频传输中码率变化的方法,以便为无线视频传输过程中视频码率自适应调整提供参考依据.针对经典模糊C均值(FCM)算法和K均值(K-means)算法需要设定聚类数目的问题,提出一种基于荻利克雷过程(DP)的FCM算法——DP-FCM算法.该算法将Dirichlet过程和FCM算法相结合,由视频帧信息权重峰值信噪比(IWPSNR)值使用DP过程混合模型模拟估计出聚类数目,然后进行FCM模糊聚类,通过设定合理的阈值,合并聚类结果相似项,完成视频帧的聚类,从而实现视频传输码率变化的识别.以LIVE视频库为试验数据源,对该算法进行了性能测试.试验结果表明,DP-FCM算法能够在无需设定聚类数目的前提下实现视频传输码率变化的分类识别.     

基于量子核聚类算法的图像边缘特征提取研究

为了提高图像边缘特征提取质量,采取了量子核聚类算法。首先把像素映射量子编码,在码元建立域内对像素块进行随机采样;然后通过聚类距离计算数据点和每一个聚类核心的距离,把数据向量分配到距离最小的核心向量中,核函数确定有效影响范围;最后对像素聚类相异性分析,给出了算法流程。实验仿真显示这种算法对图像边缘特征提取轮廓清晰,连贯性好,评价指标MS和聚类准确率较好,算法收敛快。     

基于图像信息约束的三维激光点云聚类方法

针对移动机器人在未知环境感知过程中对三维点云快速聚类分割的需求，提出一种基于图像信息约束的三维激光点云聚类方法。首先通过点云预处理获取有效的三维环境信息，采用RANSAC方法进行地面点云的分割剔除。其次传感器数据在完成时空配准后引入YOLOv5目标检测算法，对三维点云K-means聚类算法进行改进，利用二维图像目标物的检测框范围约束三维点云，减少非目标物的干扰；基于图像检测信息实现点云聚类算法的参数初始化；采用类内异点剔除法优化聚类结果。最后搭建移动机器人硬件平台，对箱体进行测试，实验结果表明，本文方法的聚类准确率和聚类时间分别为86.96%和23 ms，可用于移动机器人导航避障、自主搬运等领域。     

基于多尺度信息融合的层次聚类算法

在体绘制领域和图像分割中,数据集通常具有流形结构,各部分边界连接紧密且伴随局部噪声,给传统聚类算法的应用带来了较大的困难．本文根据非参数密度估计方法提出了一种基于多尺度信息融合的层次聚类算法．新算法通过整合密度差异和边界信息构造了一种多尺度结构信息融合的相似性度量,通过水平集的图连接策略推导出一种层次化的类结构剖析过程以获取稳定的聚类结果．新算法不受数据集形状、密度类型的限制,无需对数据集进行假设,可自动识别数据集常见的聚类结构特征．同时聚类结果较为稳定,算法对噪声具有较强的鲁棒性．从人工数据集和真实数据集以及应用试验的测试结果可以看出新算法的优越性能．     

基于卷积神经网络的典型农作物叶病害识别算法

目前,典型的一些农作物叶病害诊断主要依靠人工,但该方式耗时费力。针对大豆、棉花、水稻、小麦和玉米5类典型农作物的常见叶病害诊断问题,提出了一种基于卷积神经网络的典型农作物叶病害识别方法。从Plantvillage数据库以及其他网站收集典型农作物的叶病害图像,并对这些图像进行预处理,构建了含12 836张的数据集。参照AlexNet框架,构建8层卷积神经网络,采用迁移学习训练网络,最后通过测试集验证网络的识别准确率和损失值。分析不同的卷积神经网络的性能,实验结果表明：本算法对典型农作物的叶病害有良好的识别效果;迁移学习模式下,学习率为0.001时本算法在训练集的识别准确率约为99.47%,在测试集的识别准确率约为96.18%。     

基于样本密度KFCM新算法及其在故障诊断的应用

摘要：针对传统核模糊聚类(KFCM)算法无法克服边界噪声数据影响且对初始聚类中心敏感的不足,提出一种基于样本密度和最大类间方差法相结合的KFCM算法。该算法在传统的KFCM算法中引入样本分布密度作为权重,克服噪声及边界数据对分类中心的影响,使样本的聚类效果更好,同时还可以分析各样本对聚类的贡献程度。此外利用最大类间方差法对样本密度进行分割,得到各类中心点并以此作为KFCM算法的初始聚类中心,克服了传统算法对初始值敏感的不足。对各种实际数据集的测试结果均显示出新算法的优良性能。最后利用新算法对轴承故障进行诊断,试验结果表明新算法的诊断率优于传统的聚类算法。     

基于卷积神经网络和Transformer网络的鸟声识别

针对传统鸟声识别算法中特征提取方式单一、分类识别准确率低等问题,提出一种结合卷积神经网络和Transformer网络的鸟声识别方法。该方法综合考虑网络局部特征学习和全局上下文依赖性构造,从原始鸟声音频信号中提取短时傅里叶变换(Short Time Fourier Transform,STFT)语谱图特征,将其输入到卷积神经网络(ConvolutionalNeural Network,CNN)中提取局部频谱特征信息,同时提取鸟声信号的对数梅尔特征及一阶差分、二阶差分特征用于合成梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)混合特征向量,将其输入到Transformer网络中获取全局序列特征信息,最后融合所提取的特征可得到更丰富的鸟声特征参数,通过Softmax分类器得到鸟声识别结果。在Birdsdata和xeno-canto鸟声数据集上进行实验,平均识别准确率分别达到了97.81%和89.47%。实验结果表明该方法相较于其他现有的鸟声识别模型具有更高的识别准确率。     

基于无线通讯网络的机器人遥操作

在描述了基于无线通讯网络的遥操作技术原理的基础上,分析了3种具体基于无线通讯网络的机器人遥操作系统,并基于建立的遥操作系统进行了实验,对实验结果进行了分析．同时讨论了手机遥操作机器人技术,实现了手机对机器人的遥操作．从系统实验结果可以看到,基于目前移动通讯网络或无线局域网进行机器人的遥操作是可行的．     

实时游戏中网络延迟对体验质量的影响

网络实时游戏已成为一种新的娱乐热点。该文以网络版的气球爆破游戏为例,对影响实时游戏体验质量(QoE)的主观和客观因素进行分析。通过实验测试,获取游戏玩家争夺爆破气球的数量、游戏触觉接口设备的可操作性以及游戏玩家的公平性等数据,并进行体验质量评估。结果表明:游戏的可操作性主要取决于网络从本地终端到另一终端的时延,公平性主要取决于玩家本地终端网络时延的差异。可操作性与公平性之间存在权衡关系,公平性对游戏综合质量的贡献大于可操作性。调整本地终端的输出时序,可以提升游戏的公平性,提高游戏的综合体验质量。     

网络攻击图生成方法研究

针对网络安全分析研究的要求,在已有研究的基础上,提出了一种灵活的网络攻击图生成方法.首先通过分析网络主机、用户权限、主机之间的连接关系和攻击等安全属性,建立了一个面向网络安全分析的安全模型,然后使用广度优先的正向搜索算法生成攻击路径,实现了网络攻击图的生成.通过实验和比较证明,该方法具有更高的有效性和更快的攻击图生成速度.     

基于遗传算法的层间等级网络编码优化

面向单信源异构信宿网络,研究了层间等级网络编码的编码类型优化。基于遗传算法,提出了一种最优编码类型的快速搜索方案。该方案充分考虑了信源输出链路上进行的层间等级网络编码的编码类型对整个网络传输性能的影响,将网络总吞吐量作为评价编码类型优劣的标准,设计了符合层间等级网络编码本质特性的遗传操作。实验结果表明,与分层组播网络编码和基于现有启发式算法的层间等级网络编码相比,基于本文方案实现的层间等级网络编码能够为单信源异构信宿网络获得更高的网络总吞吐量。     

基于人工神经网络的传感器非线性拟合方法的研究

人工神经网络具有以任意精度逼近任何非线性连续函数的能力。文章分别用BP网络、RBF网络对传感器的非线性作高精度拟合。仿真结果表明,三层BP网络和RBF网络能够满足工程实际中一维数据拟合的要求,网络具有良好的泛化能力。     

一种支持服务扩展与重组的网络设备体系结构

针对目前网络设备中各种服务不统一的问题,基于可编程网络处理器的特点,提出了一种服务一体化的网络设备体系结构.把防火墙、VPN、负载均衡等设备对数据包的处理统一表示为一组规则与行为的集合,对数据包先统一分类,再做相应处理,从而把多种网络服务集成到一起;设计了基于Hash的分类规则表,实现了运行期更新规则表以及向数据平面载入执行代码,使功能可以动态扩展;设计了并行部署与处理网络服务的系统硬件体系结构,实现了基于IXP2400处理器的原型系统.实验证明,这种体系结构使各种服务可以方便地重组与扩展,避免了各种设备对包的重复分类,降低了网络时延,采用并行处理结构后,解决了因服务的增加而导致的性能下降的问题.     

基于神经网络的图像边缘检测方法

提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实.     

Modelling photosystem I as a complex interacting network

In this paper, we model the excitation energy transfer (EET) of photosystem I (PSI) of the common pea plant Pisum sativum as a complex interacting network. The magnitude of the link energy transfer between nodes/chromophores is computed by Forster resonant energy transfer (FRET) using the pairwise physical distances between chromophores from the PDB 5L8R (Protein Data Bank). We measure the global PSI network EET efficiency adopting well-known network theory indicators: the network efficiency (Eff) and the largest connected component (LCC). We also account the number of connected nodes/chromophores to P700 (CN), a new ad hoc measure we introduce here to indicate how many nodes in the network can actually transfer energy to the P700 reaction centre. We find that when progressively removing the weak links of lower EET, the Eff decreases, while the EET paths integrity (LCC and CN) is still preserved. This finding would show that the PSI is a resilient system owning a large window of functioning feasibility and it is completely impaired only when removing most of the network links. From the study of different types of chromophore, we propose different primary functions within the PSI system: chlorophyll a (CLA) molecules are the central nodes in the EET process, while other chromophore types have different primary functions. Furthermore, we perform nodes removal simulations to understand how the nodes/chromophores malfunctioning may affect PSI functioning. We discover that the removal of the CLA triggers the fastest decrease in the Eff, confirming that CAL is the main contributors to the high EET efficiency. Our outcomes open new perspectives of research, such comparing the PSI energy transfer efficiency of different natural and agricultural plant species and investigating the light-harvesting mechanisms of artificial photosynthesis both in plant agriculture and in the field of solar energy applications.     

TSS-SON:一种基于结构化P2P网络路由的两级语义覆盖网络结构

提出了基于结构化P2P网络路由机制的两级语义覆盖网络结构TSS-SON.该结构根据资源主题将节点组织成主题区域,在同一主题区域内,采用基于语义相似度机制进行群的划分.该结构充分利用了结构化P2P网络的优点,解决了基于非结构化P2P网络建立的语义覆盖网络对主题群的搜索低效问题,同时克服了结构化P2P网络仅支持精确匹配查找的缺点,实现了可靠、高效的语义查询,并极大地提高了查全率.