实时视频中的车辆运动轨迹的提取和聚类

利用运动物体轨迹的方向性、运动性和相互关系等典型特征对物体的运动轨迹进行聚类。首先利用改进的加权矢量Hausdorff距离作为度量运动物体轨迹相似度的方法,从而使之适用于空间距离有差别的运动物体轨迹的谱聚类问题;然后基于等周分割（ISO）算法,构造轨迹相似度矩阵,完成轨迹的粗聚类;最后利用轨迹的方向性特征和轨迹类间距对轨迹进行二次聚类,得到最终的轨迹聚类结果。     

基于邻域粗糙集的加权KNN肿瘤基因表达谱分类算法

肿瘤亚型的准确判别对肿瘤的治疗具有重要意义,对肿瘤的不同亚型进行准确判别是当前生物信息学研究的重要课题．本文首先利用Relief算法排序基因并选出初始的肿瘤信息基因子集,然后利用向基于邻域粗糙集模型的向前属性约减算法FARNeM来计算加权基因集合,最后用加权KNN算法对肿瘤对这些数据进行分析,从而发现有差异的基因表达。实验结果表明了上述方法的可行性和有效性。     

基于改进的GRNN的销量预测

根据灯具销量具有增长趋势和周期性二者合成的非线性特点,本文利用相空间重构理论确定GRNN的输入节点数,以加权误差代价函数代替传统误差代价函数为目标训练网络,采用粒子群优化算法优化平滑参数,并在此基础上将GRNN用于灯具销量的短期预测。与传统的BPNN相比,改进后的GRNN预测精度更高,抗噪声能力更强,模型更稳健。     

加权SUSAN算法与遥感图像矢量化

本文对经典SUSAN算法进行了改进,提出了WSUSAN,即加权SUSAN的概念,与经典算法相比,WSUSAN角点的检出精度大幅提高,而运算复杂度和运算量仍保持在原数量级。作为WSUSAN的应用,本文进行了基于WSUSAN角点的遥感图像矢量化的研究,主要研究的内容包括过检出角点的筛选、角点排序和矢量化等。经过仿真测试,证明该算法有很好的鲁棒性。     

基于专业信息深度挖掘的搜索引擎Spider的设计与实现

本文针对专业全文搜索引擎的特点,设计并实现了一种网络机器人。通过二维矢量工作队列实现站点式深度优先搜索,采用页面站点加权算法动态控制站点的处理时间。完成了网络上与专业相关信息的集中收集和处理,并探讨了网络机器人对专业的侧重性以及向通用全文搜索引擎网络机器人转换的可行性。     

基于贝叶斯框架的加权LS-SVM及其学习算法

为了提高最小二乘支持向量机的鲁棒性,介绍了加权最小二乘支持向量机,给出了确定加权向量的一般方法.并介绍了基于贝叶斯框架的加权LS-SVM参数的优化方法,利用它建立了加权最小二乘支持向量机.最后用一个仿真实例来说明所提出的支持向量机的学习性能,比标准LS-SVM具有更好的鲁棒性.     

基于Bayes的平台罗经维修性评估方法

平台罗经属价格贵、批量小的大型复杂导航装备,系统维修性数据较少,不可能应用大样本统计分析方法的情况.为了解决平台罗经维修性指标小样本估计问题,本文采用了检验、模糊Bayes综合评判和Bayes Bootstrap联合方法,计算平台罗经维修性平均修复时间、中位修复时间、最大修复时间等定量指标,并通过仿真算例检验了所运用方法的正确性和有效性.     

基于网站日志挖掘的频繁遍历主干子网发现

WWW 上用户的访问路径信息会被记录在WEB 服务器的日志记录中,分析这些日志并挖掘出用户的主要行为模式,可以提取出WEB 网站被频繁访问的主干部分。本文首先将原始日志信息整理成目标页前向访问路径集TUPD（Target Pages User Forward Access Path Dataset）,然后在TUPD 上生成加权网站结构多维树WWSSMT(Weighted Web Site Structure Multi-Tree),最后引入决策频度阀值S,删除所有WWSSMT 中weight相似文献   

IMEP中负载均衡功能的实现

IMEP(实时通信教育平台)作为新兴的网络教育平台,虽然解决了传统网络教育平台中的实时性差、交互性弱、服务器负载重的问题,但是由于系统采用多服务器结构,容易引起负载不均衡的问题;为了解决此问题,将负载均衡技术应用于IMEP中,在系统中增加负载均衡器,引用加权最小访问负载均衡算法,从而能有效地解决平台中服务器负载不均的问题,大大提高了网络教育平台的通信效率。     

基于改进加权一阶局域预测模型的负荷预测方法研究

针对混沌时间序列预测中用加权一阶局域法单步预测模型进行多步预测时计算量大,且存在误差累积效应的不足,本文提出了基于相空间重构技术的加权一阶局域法多步预测模型,通过实际算例分析显示,本文方法较改进前有较好的适应能力和预测精度。