数据挖掘常用聚类算法研究

信息社会的发展,使数据量以前所未有的速度在增长,因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术,能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容,也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法,并分析了其特点;然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结,对聚类的研究和发展具有积极意义。     

基于构件式工作流框架的电力GIS系统集成研究

电力GIS是地理信息系统在电力企业中的具体应用。随着GIS系统以及电力自动化系统的快速发展,如何实现GIS平台与其它电力业务系统从功能模块到应用系统范围的集成,是目前电力GIS系统开发研究的重点和难点。提出利用构件开发的方法,在GIS软件平台上搭建工作流系统框架,通过工作流建模和工作流执行机制,实现业务系统功能的扩展以及系统间数据的传输与共享,从而达到电力GIS系统集成的目的。     

基于神经网络的用户视频评分自动获取方法

在未来的智能电视系统中,真正的智能视频推荐应该是不需要用户评分动作就能自动、准确地获得用户兴趣、爱好并做出推荐的系统。研究无评分动作约束下的用户评分(揭示了他们的兴趣和爱好)自动获取技术是真正的智能推荐必须解决的一个关键问题。给出了一种基于神经网络的用户视频隐性评分自动获取方法。基于用户视频观看行为与评分样本的实验结果表明,该方法可以有效地获取用户的隐性评分信息。     

改进和声搜索算法优化LSSVM的脑CT图像分类

为了提高脑CT图像的分类正确率,针对分类器中的最小二乘支持向量机（LSSVM）参数优化问题,提出一种改进和声搜索算法优化LSSVM的脑CT图像分类模型（IHS-LSSVM）。将LSSVM参数看作不同乐器的声调组合,通过和声搜索算法的“调音”找到最优参数,并在寻优过程中引入粒子群算法的最优位置更新策略,增强了算法跳出局部极小值的能力,根据最优参数建立脑CT图像分类模型,并对模型的性能进行仿真测试。仿真结果表明,相对于对比模型,IHS-LSSVM不仅提高了脑CT图像分类正确率,而且加快分类速度,是一种有效的脑CT图像分类模型。     

如何进行课堂讨论课

课堂讨论课是一种创新的课型,是指根据教学的重点和难点,拟定讨论内容,师生一起探讨,切磋琢磨,集思广益,从而提高课堂效率的一种教学方法。本文结合大学教育教学,对课堂讨论课的定义,特点,课堂组织,课堂中的师生互动、生生互动,和教学评价进行了初步探讨探讨。     

二维非线性对流扩散方程求解程序的测试与优化

在IA-64架构Itanium2处理器上,应用gprof和pfmon对二维非线性对流扩散方程求解程序源代码进行了性能测试.在分析给定程序的数据结构,子过程调用关系,重点子程序中循环体的迭代空间、数据空间、访同轨迹,输入输出数据量大小和程序结构等的基础上,应用子过程合并、循环变换、分支消除、循环顺序逆转、数组一维结构化为二维结构、输入参数给定等方法,改善了数据访问的时空局部性,程序性能有15%的提高.     

基于系统调用的0day攻击路径检测系统

针对当前网络环境中缺乏有效检测0 day攻击路径的方法的问题,实现基于系统调用的0 day攻击路径检测系统。根据定义的语法规则和系统调用轨迹构造网络系统对象关系图,从网络系统对象关系图中识别出可疑的入侵传播路径,利用漏洞特征集合和漏洞指示函数识别出0 day攻击路径。实验结果表明,该系统能够准确检测网络中存在的0 day攻击路径,有效降低了误报和漏报率。     

评价对象抽取及其倾向性分析

情感分析近年来已经成为自然语言处理领域的热点问题,该文对情感分析中的两项关键技术——评价对象抽取和倾向性判断进行了深入研究。在评价对象抽取阶段,首先使用句法分析结果获取候选评价对象,继而结合基于网络挖掘的PMI算法和名词剪枝算法对候选评价对象进行筛选。在倾向性判断阶段,通过分析情感句句型,归纳相应的分析规则,使用无指导的方法完成评价对象在情感句中的倾向性判断。该系统参加了COAE2008任务三的评测,取得了较好成绩。     

无线传感网络在机群状态监测中的应用研究

利用传感技术、无线数据传输和网络技术等,搭建了基于无线传感器网络的施工设备监测系统,通过对无线传感网络的传输标准、发送模块和网络接口的设计与实施,实现了对机群中各分散单机的远程监测与故障诊断,以实时评估当前机群总体运行情况及各单机的运行状况的目的。该技术的运用开辟了网络技术与状态监测、故障诊断综合应用的新领域。     

本体论在基于Web的土壤知识体系智能检索系统中的应用

随着Internet的迅速发展与普及,如何从海量的网络信息资源中及时、准确地找到所需的信息成为当今的一个研究热点。本体论(ontology)的引入为面向Web的智能检索提供了新的方式。文章以土壤分类知识体系为例,采用纯XML(eXtensibleMarkupLanguage)数据库Tamino作为信息导航库,根据用户输入的查询条件,以直观的树型结构来显示相关分类信息,采用点击方式理解用户的需求,实现Web智能检索。该文还介绍了智能检索系统的设计与实现的具体过程以及采用的XML和JSP(JavaServerPages)技术,可以将其推广应用于网络环境下的其他共享信息资源检索,为用户提供高效、贴切的服务。