基于马尔科夫链的大学生自主学习能力预测方法

以反映大学生自主学习能力的现时状况数据指标为基础,利用马尔科夫链工作原理,分析研究自主学习能力的有效评估方法,构建大学生自主学习能力预测方法模型并提供算法流程,测试表明预测与实际结果高度吻合。所提供的研究模型精细、稳定、实用,能有效应用于提高自主学习能力和相应的预测软件开发当中。     

改进Smote算法在不平衡数据集上的分类研究

在不平衡数据集中,过抽样算法如Smote(Synthetic Minority Oversampling)算法、R-Smote算法与SD-ISmote算法可能会模糊多数类与少数类的边界以及使用噪声数据合成新样本。本文提出的ImprovedSmote算法使用少数数据集的簇心与其对应类别的少数集数据,在簇心与不大于样本属性数的对应类别少数集数据形成的图形内随机插值来生成新数据。ImprovedSmote算法结合C4.5决策树与神经网络算法在实验数据集上的结果比Smote, R-Smote与SD-ISmote算法更好,可以有效地提高分类器分类性能。     

双点辅助定位的移动终端掌纹识别系统

移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。     

基于Levenshtein和TFRSF的文本相似度计算方法

在社交网络中查找和收集个人信息可以建立一个包含目标履历、生活、爱好以及朋友等属性的信息体系,但是不同社交网络中存在大量同名用户。为了解决同名歧义问题,采用计算用户信息相似度,可以判断2个用户是否属于同一个人。由于文档中描述信息位置颠倒会导致计算机误判,为此,本文通过对莱文斯坦（Levenshtein）和词频相关字符串频率（TFRSF）方法融合计算词频和编辑距离,判断属性值是否相同。实验结果表明,本文提出的计算文本相似度方法在多种评价指标上准确性都有所提高,准确率（Precision）、召回率（Recall）、F1值（F1 Measure）均大于87%。     

一种环境质量数据可视化与可视分析系统

随着全球环境气候的日益严峻,迫切需要通过环境信息化手段来为政府相关部门在保护环境、规划社会发展等方面提供决策支持,环境质量数据可视化与可视分析技术在环境信息化过程中起着举足轻重的作用。本文主要从可视化和可视分析的角度介绍所设计和实现的系统的体系结构和功能,并对系统的关键技术进行重点讨论。实例结果表明,该系统在多源环境质量数据的可视化建模、组织方式和数据的二三维可视化展现以及数据的动态调度、三维场景的实时渲染等方面都有独特的解决方案,系统可以全方位地展现环境质量数据中的信息,实现对综合多源环境质量数据进行分析。     

基于动作的动态空间推理

动态空间关系的表示和推理一直以来都是定性空间推理中的研究重点。通过用矩形关系来表示空间原语实体为区域的定性空间关系,对Bhatt定义的动态空间系统进行细化和扩展,定义空间实体的8个移动动作,并给出拥有多个空间实体的空间场景下区间关系在不同动作作用下的状态转移图和状态转移表,指出状态转移图和概念邻域图的区别。用一个元组对空间场景进行形式化表示,定义动态空间系统中的一个基本任务,即历史场景在空间实体动作作用下推出新空间场景,给出这个任务的解决方法,指出方法的局限和不足,同时给出一个应用场景。     

基于密度峰和划分的快速聚类算法

传统基于划分的聚类算法需要人工给定聚类数,且由于算法采取刚性划分,可能会导致将较大或延伸状的聚类簇分割的现象,导致错误的聚类结果。密度峰聚类是近年提出的一种新的基于密度的聚类算法,该算法不需要预先指定聚类数目,且能够发现非球形簇。将密度峰思想引入基于划分的聚类算法,提出一种基于密度峰和划分的快速聚类算法（DDBSCAN）,该算法首先获取一组簇的核心对象(密度峰),用于描述簇的“骨骼”,而后将周围的点划分到最近的核心对象,最后通过判断划分边界处的密度情况合并簇。实验证明,该算法能有效地适应任意形状、大小不一的数据集,与传统基于密度的聚类算法相比收敛速度更快。     

基于谱聚类的全局中心快速更新聚类算法

针对高维数据在聚类过程中存在迭代次数多、运算耗时长等问题,提出一种改进的聚类算法,首先采用谱聚类对样本降维,再选取k个首尾相连且距离乘积最大的数据对象作为初始聚类中心,在簇中心更新过程中,选取与簇均值距离最近的数据对象作为簇中心,并将其他数据对象按最小距离划分至相应簇中,反复迭代,直至收敛。实验结果表明,新算法的Rand指数、Jaccard系数和Adjusted Rand Index等聚类指标全部优于K-means算法及其他3种改进聚类算法,在运行效率方面,新算法的聚类耗时更短、迭代次数更少。     

基于单目视觉的助航灯具定位及发光口识别

为实现助航灯具的自动清洗,本文提出一种基于单目视觉的助航灯具及其发光口的定位和识别方法。通过提取摄像机画面中的灯具轮廓,采用最小二乘法拟合灯具不发光状态下的椭圆模型,得出灯具中心的像素坐标,采用质心法计算发光状态下光源中心的像素坐标。通过对摄像机的标定,建立地面约束坐标系,实现灯具像素坐标到世界坐标的转换,得到摄像机与灯具的相对位置。     

基于理论参数空间的遥感蒸散模型构建及验证

遥感数据提供了估算区域蒸散的重要数据源,基于VFC/LST参数空间构建了改进的遥感蒸散模型(EML)。在EML中,每个像元构建其专属的理论参数空间,并基于水分亏缺指数(WDI)实现目标像元的蒸散估算。使用SMACEX实验观测数据对模型进行评估,区域尺度的模型评估使用来自于Landsat 7ETM+的遥感参数。评估结果表明EML可以实现可靠的区域通量估算。潜热通量估算的平均绝对误差(MAD)和均方根误差(RMSD)分别为62.20和74.17 W/m~2,感热通量估算的MAD和RMSD分别为43.37和49.02 W/m~2。使用传统的梯形参数空间模型(TIM)与EML进行对比,结果表明EML模型克服了TIM模型的主观性和不确定性。研究结果表明:EML模型能够实现可靠的蒸散估算,且优于传统的梯形参数空间模型TIM,并适用于非均匀下垫面的蒸散估算。