基于ACC-RBF的水布垭面板堆石坝参数反演分析

蚁群聚类径向基函数(ACC-RBF)神经网络是将蚁群聚类算法和径向基函数神经网络组合运用的一种新型神经网络模型,把该网络用于水布垭高面板坝堆石体的多参数反演问题,在室内试验参数的基础上用有限元计算获得学习样本,采用该网络对坝体堆石料的邓肯E-B模型参数进行反演分析,用反演所得参数结合三维非线性有限元计算坝体应力变形,并与实测资料比较,得出很接近的结论.     

基于在线聚类和检测成本的移动自组网异常检测

移动自组网具有无线信道、动态拓扑、缺乏基础设施和节点资源受限等特点,更易受到安全威胁,且无法部署复杂的安全协议和算法.为了有效检测移动自组网中的异常访问行为,提出了一种基于在线聚类和检测成本的异常检测方案TCDC.TCDC先在单个节点内对访问行为进行在线聚类和处理,然后在不同节点间通过基于检测成本的协同检测进一步确认访问行为.仿真实验表明,该异常检测方案能够有效地检测移动自组网中的异常行为,且消耗资源较少.     

一种改进的k-means初始聚类中心选取算法

在传统的k-means聚类算法中,聚类结果会随着初始聚类中心点的不同而波动,针对这个缺点,提出一种优化初始聚类中心的算法。该算法通过计算每个数据对象的密度参数,然后选取k个处于高密度分布的点作为初始聚类中心。实验表明,在聚类类别数给定的情况下,通过用标准的UCI数据库进行实验比较,发现采用改进后方法选取的初始类中心的k-means算法比随机选取初始聚类中心算法有相对较高的准确率和稳定性。     

基于时空切片的球拍类体育视频比赛镜头抽取

提出了一种基于短时切片的球拍类体育视频比赛镜头提取方法。该方法对视频时空切片分帧,通过对切片帧聚类、合并、边界检测和映射获取比赛镜头。实验表明该方法具有很好的鲁棒性和准确度。     

面向特定领域的产品评价对象自动识别研究

产品评价对象的自动识别是文本观点信息抽取和倾向性分析中的重要研究课题之一。该文针对汽车评论,提出了一种不依赖外部资源的无指导评价对象自动识别方法。该方法首先综合使用词形模板和词性模板,采用模糊匹配方法和剪枝法抽取候选评价对象。然后,从候选对象集中,采用双向Bootstrapping方法识别出产品评价对象。最后,通过采用K均值聚类方法对产品评价对象进行聚类,实现从评价对象中自动抽取产品名称和产品属性。实验结果表明,该方法对产品评价对象识别的F值达到58.5%,产品名称识别的F值达到69.48%。
     

一种人脸检测方法①

通过定义曲线的平均斜率（Curve Avage Slope）,利用灰度投影曲线和曲线平均斜率在图像中寻找出人脸的左右边界,然后根据人脸的其他特征,比如头发颜色,皮肤颜色,眼睛特征,寻找出人脸的上下边界,从而检测出图像中的人脸区域。     

基于负载性能指标的Web测试

研究了资源占用率、响应时间、并发用户和思考时间等Web应用的性能指标。负载测试是Web应用系统测试的一个重要方面,有助于确认被测系统的性能需求和负载增长情况,发现系统的异常。提出了负载测试一般方案,应用LoadRunner测试工具,测试了学习交流在线系统,分析了事务、网络、系统响应时间等指标。     

证券数据中心网络系统

数据中心作为证券等金融机构关键数据平台,其网络系统地位极为重要。针对某证券公司在实施数据中心建设过程,根据需求提出了网络中心设计原则和建设目标,阐述了其数据中心网络系统的核心业务网络、交易与办公系统网络、广域网等不同网络系统的设计方案。新的网络系统设计经运行表明,满足了系统业务需求,实现了建设目标。     

一种新的低压电力线载波网络软件路由器设计

针对窄带电力线网络节点通信状态变化剧烈和通信成功率低的问题,提出了一种新的基于节点相关度的动态网络分簇软件路由器的设计方法。该路由器根据接收信号强度、历史抄通概率和网络连通度选取簇头节点,根据节点相关度确定簇内成员;当部分网络节点以现有路径不能正常通信时采取基于邻居节点数目的概率泛洪机制重构网络,可保证数据的即时传输。分析表明这种路由器具有灵活性、实用性和有效性。     

一种基于聚类的文本迁移学习算法

当现有训练数据过期,而新数据又非常少时,运用迁移学习能够有效提高分类器性能。本文提出一种基于聚类的文本迁移学习算法,给出了算法的主要思想及实现步骤。然后,在中文文本语料库上进行了实验,并与非迁移学习算法进行了比较。实验证明该方法能有效提高分类器性能。