求解双边加权模糊支持向量机的序贯最小优化算法

高的计算复杂度限制了双边加权模糊支持向量机在实际分类问题中的应用。为了降低计算复杂度,提出了应用序贯最小优化算法（SMO）解该模型,该模型首先将整个二次规划问题分解成一系列规模为2的二次规划子问题,然后求解这些二次规划子问题。为了测试SMO算法的性能,在三个真实数据集和两个人工数据集上进行了数值实验。结果表明：与传统的内点算法相比,在不损失测试精度的情况下,SMO算法明显地降低了模型的计算复杂度,使其在实际中的应用成为可能。     

基于多特征结合与加权支持向量机的图像去噪方法

在基于支持向量机(SVM)的图像去噪方法的基础上,提出了一种基于多特征结合与加权SVM的图像去噪方法。首先,根据图像中相邻像素的相关性及椒盐噪声的特点,提取含噪图像中的多种特征;然后,利用针对不平衡数据集所改进的加权SVM分类器,识别出含噪图像中的噪声点,再利用支持向量回归机(SVR)对噪声点的原始灰度值进行回归预测;最后,重构图像以达到去噪的目的。实验结果表明,该方法能提高SVM分类器对噪声点的识别率,改善分类器的性能,并能在去噪的同时较好地保留图像的边缘信息,获得较高的峰值信噪比(PSNR)。     

基于差分进化支持向量机的移动机器人可通过度预测

提出了一种移动机器人可通过度预测方法.给出了基于相对震动强度的可通度描述.通过提取典型地表图像的色彩和纹理特征并测量机器人通过该地表的相对震动强度建立训练样本集.使用差分进化算法优化支持向量机模型参数形成差分进化支持向量机对训练样本和相对震动强度进行拟合.在移动机器人运行过程中,线性分割前方地表图像形成预测子区域,通过...     

基于新的超混沌系统的图像加密方案

提出了一个新的超混沌系统,分析了新系统的混沌吸引子相图、平衡点及其性质、工yapunov指数等非线性动力学特性,并用该超混沌系统对图像进行加密研究。给出了一种新的基于四维超混沌系统的图像加密算法。实验结果及安全性分析表明,该算法具有较强的抵御穷举攻击、统计攻击、已知明文攻击能力,因而具有较高的安全性。     

序列模糊概念格模型及其渐进式构造

传统的序列模式挖掘主要是挖掘满足最小支持度的频繁序列,没有考虑序列在实际中的重要度。为了能够有效地挖掘重要的序列模式,提出了一种序列模糊概念格模型,对所有序列的项目引入了重要度权值,定义了序列的重要度及可以动态调整最小支持度minsup的自适应系数;扩展了模糊形式背景,使其能够方便地表示序列,定义了概念的Galois闭包连接、序列模糊概念及序列模糊格结构,并给出了序列模糊概念格的渐进式构造算法 ScqFuzCL。实验表明,序列模糊概念格模型可以方便有效地组织自适应序列模式,在时间与空间上都具有良好的性能,并为进一步挖掘自适应序列模式提供了理论支持。     

基于图的文献引用关系挖掘算法的研究

基于图结构的挖掘是数据挖掘的新的研究方向,根据相关内容定义了用图表示两个有关文献引用关系的概念,提出了用图挖掘解决文献间相似关系的衡量与解决方法,目的在于找寻以文献为结点构造的图形中结点和结点之间的相互关系,进而反映出文献和文献之间的相似关系与文献的权威度.将图挖掘技术应用在文献引用关系方面,并提出了比较新颖的挖掘算法,此算法适合于以文献为结点构造的有向无环图,并为将来继续研究此方向打下了基础.所得结论将在图挖掘理论研究和网络搜索引擎方面具有很高的实用价值.     

三维参数化工业管道系统的设计与应用

介绍了用VBA作为开发工具对AutoCAD进行二次开发,由二维图形直接绘制三维实体管道,用参数化设计方法构造了三维管件库,然后将管道和管件进行装配。对三维管道进行干涉检查,减少了工业管道系统的设计时间,易于提前发现设计错误,从而提高工作效率。     

LonWorks系统在楼宇自控中的应用现状分析

本文主要介绍了常见各类ＬｏｎＷｏｒｋｓ系统互联性的差别及其产生原因,讨论了ＬｏｎＷｏｒｋｓ系统作为现场总线与管理总线的连接方式、网络结构及其适用范围。     

应用神经网络分类器识别手写邮政编码

介绍了神经网络分类器的一般原理,提出了应用神经网络分类器识别手写邮政编码的基本方法。针对手写邮政编码模式内在的多样性和复杂性,又提出一种自适应树状网络模型以适应复杂数据的处理。     

为Form中的控件增加自适应功能

介绍了一种增加Form中控件自适应能力的实现方法 ,以保持用户界面的协调性。通过定义一个resizable类的方法来实现 ,所设计的resizable类具有通用性强、封装性好、易于使用和维护的特点。