基于复合核支持向量回归机的多类分类算法

针对传统支持向量机(SVM)在解决多类分类问题时需要训练多个分类器、存在不可分区域等问题,研究了基于支持向量回归机的多类分类算法。利用回归思想求解多类分类问题,将分类样本作为回归输入,样本的类别标识作为回归输出,通过支持向量回归机训练拟合出各样本与其类别标识之间的函数关系。将待分类样本代入回归函数,对其输出取整后即可得到样本类别。该算法仅使用1个分类器,明显简化了分类过程。另外,引入复合核函数来提高支持向量回归机的性能。采用加州大学欧文分校(UCI)例题库中的多类分类问题进行仿真验证,并将改进算法与传统算法作对比,结果表明改进算法在分类速度和准确率上都有显著提高。     

异构双核SoC设计与实现

异构双核SoC采用SPARC V8处理器加专用DSP的架构,根据其应用特点,设计了SPARC V8处理器与专用DSP之间互斥通讯机制。并完成了SPARC V8处理器的状态控制设计与优化、外部存储控制器的接口优化设计,以及SoC的整体功能验证。FPGA实验结果表明,异构双核SoC功能正确可靠,有效地提高了系统的效能比。     

网络函数计算的分类算法

网络函数的计算实际上可归结为不定导纳矩阵的一阶和二阶余子式的计算。本文通过建立增广网络引入了增广不定导纳矩阵以及增广伴随有向图的概念,提出了一种计算一阶和二阶余子式的分类算法,这种算法简单而且所得表达式十分紧凑。这个算法的基本思想是通过计算增广不定导纳矩阵的一阶余子式或找增广伴随有向图的全部有向树来获得所需要的一阶和二阶余子式。避免了计算二阶余子式或找有向2树,使网络函数的计算更易于计算机程序化。     

免疫克隆分类算法

本文提出了一种新的数据挖掘分类方法——免疫克隆分类算法（Immune Clonal Algorithm for Classification，ICAC）．ICAC是一种基于免疫克隆算法的搜索机制和Michigan方法模型的规则提取和分类方法．与遗传分类算法不同，ICAC是一种自下而上的分类算法．ICAC虽然着眼于规则的进化，但是从编码到免疫算子的设计都立足于训练样本，可避免进化过程中产生无意义规则，且产生的规则是可解释的．文中将算法用于UCI数据集，并与现有的基于非遗传算法、遗传算法和分布式遗传算法的分类方法进行了比较实验．结果表明，ICAC是一种有效的分类算法．     

基于AXI总线的MicroBlaze双核SoPC系统设计

目的是利用嵌入在Xilinx FPGA中的MicroBlaze核实现基于AXI总线的双核嵌入式系统设计以及共享实现LED灯的时控。对于共享实现LED灯时控的方法是通过在两个低速总线之间加入一个axi2axi_connector实现axilite总线上的slave共享。对于实现双核之间的通信主要方法是利用mailbox和mutex完成核间通信。硬件平台采用的是Xilinx FPGA Spartan-6Atlys板,软件平台是Xilinx EDK,主要使用的是XPS(硬件设计)和SDK(软件设计),开发出了运行在FPGA上的基于MicroBlaze双核的嵌入式系统,得出了核间通信的可行性以及共享slave实现LED灯时控的实用性。     

双核处理器性能最优的共享Cache划分

文中使用模拟器模拟的方法,测试IPC-CP对多道程序的吞吐率、加权加速比和公平性的影响.实验结果表明:以IPC最优为目标的Cache划分在三个评估指标中都优于以失效率最优为目标的Cache划分.其中,IPC-CP的吞吐率最高比失效率最优的Cache划分高出54%,平均高出27%.     

浅析基于核方法的XML文档自动分类

XML文档,作为新数据形式,将文本内容信息和结构信息综合起来,是目前进行研究的一个热点。支持向量机方法为了对分类器具体的构造问题进行解决,利用核函数做了空间映射,同时将分类的最优超平面构造出来,这一方法对于文本自动分类有着明显的优点。本文首先介绍了向量模型,其次,对基于支持向量机的XML文档自动分类进行阐述。     

基于链接信息的网页分类算法

为了提高网页文本分类的准确性.克服传统的文本分类算法易受网页中虚假、错误信息的影响.提出一种基于链接信息的网页分类算法.通过对K近邻方法的改进.利用当前网页与其父网页的链接信息对网页实沲分类,用空间向量表示待分类网页的父链接信息。在训练集合中找到K篇与该网页链接信息向量最相似的网页,计算该网页所属的类别,通过实验与传统文本分类算法进行了对比,验证了该方法的有效性.     

基于LEON开源微处理器的双核SoC平台构建

针对双核SOC设计开发中使用商用微处理器IP核成本较高的问题,提出了一种基于LEON开源微处理器核的双核SoC平台的构建方案。介绍了LEON开源微处理器软核,通过复用开源的硬件IP软核完成了硬件平台的设计,并基于此双核平台完成了软件设计,实现了JPEG的DSP解码。     

基于多重核的稀疏表示分类

稀疏表示分类（SRC）及核方法在模式识别的很多问题中都得到了成功的运用.为了提高其分类精度,提出多重核稀疏表示及其分类（MKSRC）方法.提出一种快速求解稀疏系数的优化迭代方法并给出了其收敛到全局最优解的证明.对于多重核的权重给出了两种自动更新方式并进行了分析与比较.在不同的人脸图像库上的分类实验显示了所提出的多重核稀疏表示分类的优越性.     

基于边缘修正的高光谱图像超像素空谱核分类方法

本文提出了一种边缘修正的超像素空间光谱核分类方法,该方法能够有效解决构建空谱核时超像素方法提取的空间信息完全依赖于同一个超像素特征,边缘处像素空间信息刻画不准确这一缺陷,从而有效提升分类精度.首先本文提出一种固定窗口与超像素结合的同质区域选择方法,对提取的邻域像素进行赋权,将超像素中固定窗口外的像素权值置零,得到修正的空间光谱核;其次,进一步考虑相邻超像素之间的相关性,得到相邻超像素间的空间特征光谱核,并与上一步中的空间光谱核进行凸组合得到修正的超像素空间光谱核,最后采用支持向量机进行分类.真实高光谱数据实验结果表明：本文方法能有效克服超像素空谱核的空间信息不稳定性,分类精度优于现有的最新的分类方法.     

一种不平衡数据的分类方法

针对数据挖掘和机器学习领域中常遇到的数据不平衡问题,分析了数据的不平衡性及目前解决不平衡问题的主要策略,提出了一种基于组合的不平衡数据分类方法,该方法将数据重取样与权重润饰结合,以降低分类器对大类别的偏好。实验结果表明,权重润饰能够较好的弥补重取样方法的某些不足,该组合方法可有效提高不平衡数据分类精度。     

用于激光成像雷达和被动红外成像复合的目标分类仿真

激光成像雷达主动发射激光,接收其反射回波,能成角-角-距离-强度像,较易于实现目标识别。激光雷达与被动红外(IR)成像结合可获取更多信息,并提高目标识别能力和抗干扰性。提出结合激光雷达距离像-强度像的像素级融合的相干激光雷达距离像与被动红外成像复合的目标分类方法,利用Dempster-Shafer(D-S)证据理论,采用八值距离像模板进行仿真研究。其中,模板匹配的相关系数采用基于最多近邻点距离(MCD)的方法求得。研究结果表明,结合激光雷达距离像-强度像的像素级融合的目标分类的不确定度降低,降幅达40%,并提高了不易分类目标类的识别能力;距离像八值模板比二值模板分类效果好,物体质量函数差提高60%。     

近邻法参考样本集的最优选择

为克服近邻分类法需要大量计算和存储的缺点,本文利用Tabu搜索来求解满足一定错误率条件的最小参考样本集.当错误率阈值设为0时,可以得到原训练集的一致子集.当错误率阈值设为适当的非零值时,可以较好地克服近邻估计的偏置.通过在Tabu搜索中引入适当的激活(aspiration)条件,避免了在可行和不可行解区间无意义的来回搜索,加快了收敛的速度.实验结果表明,本文算法在压缩比和分类性能上都优于经典的算法.本文还证明了Dasarathy的算法^[6]得到的最小一致子集(Minimal Consistent Set: MCS)不是最小的,其MCS也不一定是单调减的.     

基于Otsu和模糊核聚类算法的极化SAR图像分类

随着极化技术的发展,越来越多的高分辨率SAR图像出现,对其分类成为一个耗时的工作。针对该问题,提出了基于Otsu和模糊核聚类算法的极化SAR图像分类。将SAR图像分类分为两步,第一步借助Otsu法进行粗略分割,将图像转化为若干个区域;第二步利用模糊核聚类算法将第一步剩下的像素进一步分类。实验结果表明,该算法既可保持较高的分类精确度,又可保证较快的计算速度。     

一类密钥同步更新的组合校验认证方法

针对一对多通报关系实体认证与密钥协商应用环境的无线目标身份识别同步认证问题,该文设计了双密钥组合校验定理,提出并证明了交互式动态认证与工作密钥同步更新定理,基于可信标识动态密钥匹配规则构建了密钥同步更新的组合校验认证模型,提出了一类密钥同步更新的组合校验认证方法,给出了双密钥组合校验、消息适度重传、模拟信道信噪比合理仿真等无线目标身份识别协议设计准则,突破了无线目标身份识别协议同步认证难的关键技术,解决了实体认证与密钥协商中实体身份动态认证、工作密钥同步更新难题。以一类无线目标身份识别协议为例,分析说明了该类方法的具体应用。基于串空间理论构造攻击方法给出了该协议的形式化证明,并通过常规攻击方法分析了该协议的实际安全性。与其他交互式密码协议同步认证设计方法相比较,该方法具有动态可认证性,由该方法设计的交互式密码协议同步认证方案,安全性高,计算量小,仅进行一次迭代运算,可应用于大规模复杂环境中的无线目标身份识别。     

模糊算法在心律失常病类判别中的应用

本文针对分枝逻辑法的缺点,提出了一种快速心律失常病类判别的模糊数学方法.该方法使用S型和Z型隶属函数将心电RR间期和QRS波宽度两个参数模糊化,并通过计算其对于正常以及室早和房早等心律失常病类的隶属度,来对心律失常进行分类.使用MIT-BIH心电数据库和实测数据对其进行测试的结果表明,可以有效地进行准确、快速的心律失常病类判别.     

凸组合核函数的支持向量机高光谱图像分类

支持向量机的高光谱图像分类中,单核函数存在局限性。为了提高分类器的分类精度和支持向量机模型的泛化能力,利用高斯径向基核和多层感知核进行凸组合构造复合核函数支持向量机,证明了该函数满足作为核函数的判决Mercer条件,并进一步将凸组合核函数支持向量机应用到高光谱图像分类中,完成了建模和实验验证。实验结果表明,凸组合核函数具有较好的鲁棒性,且该类支持向量机的分类精度和KAPPA系数较单核SVM均得到了有效的提高,是一种解决多分类问题行之有效的分类器。