基于数据挖掘的视频放大电路故障字典建立优化技术

根据模拟系统故障检测的方法，采用数据挖掘技术来处理故障检测与诊断所获得的大量数据，提出了一种新型的基于数据库技术故障检测与诊断的方法。该技术能快速有效地进行故障诊断中大量数据的预处理。     

基于判别子字典学习的图像分类优化方法

本文提出了一种基于判别子字典学习算法的图像分类优化方法.在判别字典学习算法的基础上,引入字典矩阵的正则化约束项,针对每一类图像学习其对应的特定字典,使字典中包含该类别的特定原子,规避不同子字典之间原子的相关性.同时,引入标签信息矩阵和拉普拉斯正则化矩阵,使大系数集中在某一类别的特定原子上,属于同一类别的样本彼此靠近,从而提高字典的判别能力.将该算法应用在3种不同的数据集上,实验结果证明了所提方法的有效性.     

CSNN:基于汉语拼音与神经网络的口令集安全评估方法

口令猜测攻击是一种最直接的获取信息系统访问权限的攻击,采用恰当方法生成的口令字典能够准确地评估信息系统口令集的安全性。该文提出一种针对中文口令集的口令字典生成方法(CSNN)。该方法将每个完整的汉语拼音视为一个整体元素,后利用汉语拼音的规则对口令进行结构划分与处理。将处理后的口令放入长短期记忆网络(LSTM)中训练,用训练后的模型生成口令字典。该文通过命中率实验评估CSNN方法的效能,将CSNN与其它两种经典口令生成方法(即,概率上下文无关文法PCFG和5阶马尔可夫链模型)对生成口令的命中率进行实验对比。实验选取了不同规模的字典,结果显示,CSNN方法生成的口令字典的综合表现优于另外两种方案。与概率上下文无关文法相比,在猜测数为107时,CSNN字典在不同测试集上的命中率提高了5.1%～7.4%(平均为6.3%);相对于5阶马尔可夫链模型,在猜测数为8×105时,CSNN字典在不同测试集上的命中率提高了2.8%～12%(平均为8.2%)。     

基于面向对象方法的数据字典应用研究

在介绍数据字典中数据元素、数据字典基本结构、字典中数据元素的分类概念的基础上,提出按照数据字典建立领域标准数据类的建议;并结合实际工作,简要介绍标准数据类的设计方法,该方法在实践中发挥了较好的效果.     

基于云计算的数据挖掘技术分析

由于计算机的迅速发展,基于云计算的数据挖掘技术已经是一种十分高效可信的技术,它可以解决传统数据挖掘方式不适合海量数据的问题。本文介绍了数据挖掘、云计算的相关概念,分析了基于云计算的数据挖掘技术及其优点、问题。     

基于多重稀疏字典的行人检测方法

针对于稀疏编码在行人检测问题中提取的特征维数高和不能够有效描述行人的问题,提出了一种基于多重稀疏字典直方图的特征提取方法。通过稀疏表示方法,预先学习多个不同稀疏度的字典,分别利用每一个字典对行人图像进行稀疏编码,统计每个字典中对应稀疏编码单元的分布直方图作为行人图像的特征描述子。该方法提取到的特征维数低,并且能够有效地描述行人,具有良好的检测性能。     

基于云计算的数据挖掘技术

随着计算机技术的开发与普及,云计算时代正式来临,基于云计算的大批量的数据挖掘,也自然成为了解决传统集中式数据挖掘无法适应大量数据不断增长这一问题的主要方法。故文章将主要对云计算含义进行探讨,对云计算特点进行分析,并且深入讨论数据挖掘技术优势,以供参考。     

基于神经网络探析数据挖掘方法

文章首先简要阐述了数据挖掘过程及常用的神经网络模型,并在此基础上对基于神经网络的数据挖掘方法进行探析。通过研究能够对促进神经网络技术在数据挖掘领域中的推广应用有所帮助。     

基于双层字典学习的单通道语音增强方法

为了提升复杂噪声环境下语音增强效果,该文提出了一种基于双层字典学习的单通道语音增强方法。在训练阶段首先采用干净语音和噪声训练初始化特征子字典,然后基于区分性约束和抗混淆约束的优化函数训练双层联合字典,第一层字典表达语音信号和噪声的可区分分量,而第二层字典表达语音信号和噪声的易混淆成分。在测试阶段含噪语音在双层联合字典上投影得到稀疏系数矩阵,然后重构得到增强后的语音。该方法利用目标优化函数的约束性减少"交叉投影"现象的发生,降低了信号在联合字典的混淆,从而进一步提升了语音增强的效果。实验结果表明,从语谱图、全局信噪比(SNR)、主观语音质量评估(PESQ)和对数频谱距离(LSD)四个方面评价,相比于基于稀疏约束非负矩阵分解和改进的维纳滤波的语音增强方法,该方法具有更好的性能,能够更有效地去除噪声。     

字典学习中字典尺度对DICOM图像压缩的影响

随着医院数字化医疗进程的加快,医学影像的数据量日益增大,医学影像资料的存储空间和获取速度受到很大的限制。文章在研究主流字典学习算法基础上,提出使用不同尺度的MOD、K-SVD、ILS-DLA、RLS-DLA字典算法对DICOM图像进行压缩存储,以及恢复再现的方法。与经典的JPEG和JPEG2000压缩算法相比,字典学习算法压缩和恢复效果较好,特别是采用较小尺度的字典时,压缩效果更为突出:当压缩比为20时,采用4×4尺度的RLS-DLA字典,论文算法的峰值信噪比(PSNR)较JPEG算法高出7.8dB,比JPEG2000算法高出1dB。     

基于数据字典的数据库索引技术研究

数据字典是指对数据的数据项、数据结构、数据流、数据存储、处理过程等进行定义和描述。数据字典是数据库的中心,对每个用户非常重要,是信息系统进行数据分析阶段的主要工具。结合数据字典设计原理,提出多种类型的数据字典规则,结合不同数据处理的需求,合理组合不同类型的数据字典可以在很大程度上提升信息处理过程中的检索效率,通过对索引策略和多数据字典对应关系的限制,增强数据库系统的健壮性,提高信息安全的强度。     

基于数据挖掘技术的告警恢复模型探析

随着信息通信网络设备功能和业务服务的发展,监控部门在网络维护日常工作中的作用日益突出。本文利用数据挖掘中的K-means算法对半年内的原始告警做聚类分析,论述了告警恢复所遵循的普遍规律,并分别利用离散和连续两种方法建立数学模型对最佳派单时间点的设置进行研究,为告警管理的提升以及大数据技术在电信运营商中的使用提供了思路和建议。     

基于口令认证的RFID系统安全协议及其BAN逻辑分析

本文提出一种新的基于口令认证的RFID系统安全协议.该方法充分利用RFID低等级标签提供的有限资源:访问口令(PW)、标签的标识码(ID)和伪随机函数等建立RFID系统读写器和标签双向认证的安全协议,对该协议抵抗各种攻击的安全性进行理论分析并对该协议的认证功能进行BAN逻辑的形式化分析.结果表明该协议能够有效抵御在线和离线字典攻击、伪装攻击、重放攻击以及流量分析和跟踪攻击,因而解决了RFID系统的安全问题.     

数据挖掘技术及其应用

数据挖掘技术强化了利用现有信息做出预测的能力,从而向着预先为指挥员或情报分析人员提供实战可用信息的目标迈出了一大步。在未来军事作战和反恐领域,数据挖掘将拥有广阔的应用空间,发挥至关重要的作用。     

基于数据挖掘技术的医院信息管理系统分析

随着目前我国信息技术的快速发展,医院信息化建设已经成为一项十分重要的内容,同时也是建设现代化医院的必要条件。计算机技术的应用为医院的发展带来了新的契机和机遇,同时也为我国现代化医疗卫生事业发展注入了新的活力。本文主要针对数据挖掘技术及其在医院信息管理系统中的应用进行研究,通过对数据挖掘技术应用必要性的分析进一步突出我国现代化医疗建设中数据挖掘技术的重大作用,同时在此基础上对数据挖掘技术在医院信息管理系统的应用进行详细分析,以期更好的提升我国的现代化医疗水平。     

浅谈网络信息挖掘

简单介绍了网络信息挖掘技术，讨论了网络信息挖掘的类型，对网络信息挖掘中的关键技术、系统流程进行了阐述，最后指出了网络信息挖掘的应用前景。     

基于数据挖掘的OLAP分析技术及应用

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(data mining)、数据仓库(datawarehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。     

一种动态复合口令的身份认证体制

提出一种新的多用户身份认证体制。用户口令由可变口令和固定口令复合而成,认证过程中采用了动态口令、攻击门限和同步加密技术。本体制设计的目的是为了同时抵御搭线窍听和穷尽攻击,具有较高的安全性和一定的实用性。     

基于决策树的空袭目标数据挖掘

为了更好地辅助决策人员进行空袭目标选择,首先分析了影响空袭目标选择的因素;利用Netica软件得到训练样本集;利用ID3算法构造决策树模型,并从中挖掘出空袭目标选择的14条规则;最后总结出目标选择遵循的6条指导原则。仿真结果表明,利用决策树进行空袭目标数据挖掘,准确率比较满意,是一种目标选择的新思路。