OCSVM集成模型解决支持向量机的大规模训练问题

该文针对集成方法实现支持向量机大规模训练的相关问题进行了深入研究,提出了一种称为"DD-Boosting"的成员分类器产生算法,能够在大规模数据集情况下利用类似Boosting技术产生稳定、高泛化性能的成员分类器。在此基础上,推导出基于OCSVM的分类器集成模型,实验仿真表明,该集成模型能够获得比主投票方法更好的泛化性能,且通过调整正则参数避免了训练过拟合问题。     

Struts＋Hibemate框架模型在媒体资源库中的应用

针对传统的B／S模式媒体资源库系统代码可重用性低、维护困难、可扩展性差等问题,引入MVC设计模式,结合持久化工具Hibernate的功能特点和Struts框架的优势,提出采用Struts＋Hibernate框架的媒体资源库设计思想,以构建一个媒体资源库的音乐子分库为例,验证了基于Struts＋Hibernate模型的媒体资源库系统具有扩展性好、结构灵活、易于维护等特点。     

传感器网络中一种分布式组密钥管理方案

无线传感器网络需要安全组通信的支持,尤其是军事、紧急救灾等场合。然而由于传感器网络自身资源的限制,使得传感器网络的组密钥管理面临巨大的挑战。基于门限秘密共享机制和组密钥分量更新机制提出了一种分布式组密钥管理方案。分析结果表明,该方案具有较高的安全性和较小的网络开销。     

浅析任务驱动教学法在软件工程教学中的应用

为了解决目前在软件工程教学中存在的问题,提出了在软件工程教学中采用任务驱动教学法,并对任务驱动教学法包含的五个环节作了较深的探索,实践证明:任务驱动教学法能体现软件工程教学的特点,适合培养技能型、应用型的高素质人才。这种教学方法不仅可以提高学生分析和解决问题的能力,而且可以充分调动学生的主动性和积极性,同时培养学生自主学习的能力。     

可配置流处理器核心级指令设计及相关编译技术研究

针对目前微处理器面对通用性、高性能、功耗效率的矛盾,我们提出了可配置流处理器的解决方案。本文重点研究了可配置流处理器中核心级指令设计及相关的编译技术,其核心设计思想是根据应用的计算特征设计流处理器中的核心级指令集,从而降低指令集硬件资源的需求。     

TCAM路由表项管理算法优化研究

TCAM(Ternary Content-Addressable Memory)能够很好的完成最长前缀匹配,实现快速路由查找和分组转发,但是其对路由表项的有序性要求使得表项管理比较复杂.在讨论已有TCAM表项管理算法的基础上,通过分析前缀表项的统计分布特性,对路由表的空间分配进行了优化,同时引入新的基于前缀块指针管理策略,提出了一种改进的表项管理方法,提高了路由表更新效率.     

与精度归“档”插入排序算法研究的商榷

作为计算机应用中一项复杂而重要的技术,排序一直是计算机领域内人们感兴趣的课题,寻找速度快、附加存储空间开销小的高效排序算法也一直是计算机工作者为之追求的目标。对精度归"档"插入排序算法研究中所存在的几个问题进行商榷与讨论。     

飞行数据处理系统航路解析子系统的设计与实现

对飞行航路的解析过程及使用接口进行了探讨,介绍了一种飞行航路解析子系统的设计与实现方法.涉及用XML进行存储数据及解析的方法、网络数据通讯与消息机制、使用UML语言设计和利用工具生成代码,以及QT风格注释等在飞行航路子解析中的应用.最后对飞行航路解析的核心算法和数据结构进行了探讨.     

集成学习算法在不平衡分类中的应用研究

提出一种基于训练集分解的不平衡分类算法,该算法使用能输出后验概率的支持向量机作为分类器,使用基于测度层次信息源合并规则实现分类器的集成.在4个不同领域的不平衡数据集上的仿真实验表明:该算法有效提高分类器对正类样本的正确率,同时尽量减少对负类样本的误判.实验结果验证集成学习算法处理不平衡分类问题的有效性.     

基于十字线灰度图像清晰度模型的构建与应用

针对图像清晰(聚焦)度评价函数种类多、计算复杂、尚无统一标准的现状,构建一种十字线灰度图像清晰(聚焦)度评价的理论模型,分析实际应用中理论模型存在的问题,然后提出图像清晰(聚焦)度评价改进模型.实验表明:清晰(聚焦)度评价改进模型符合十字线灰度图像实际,具有应用价值.