A new ensemble feature selection and its application to pattern classification

Neural network ensemble based on rough sets reduct is proposed to decrease the computational complexity of conventional ensemble feature selection algorithm. First, a dynamic reduction technology combining genetic algorithm with resampling method is adopted to obtain reducts with good generalization ability. Second, Multiple BP neural networks based on different reducts are built as base classifiers. According to the idea of selective ensemble, the neural network ensemble with best generalization ability can be found by search strategies. Finally, classification based on neural network ensemble is implemented by combining the predictions of component networks with voting. The method has been verified in the experiment of remote sensing image and five UCI datasets classification. Compared with conventional ensemble feature selection algorithms, it costs less time and lower computing complexity, and the classification accuracy is satisfactory.     

一个基于Web日志的用户访问数据分析系统

通过结合网站设计初期的网站结构和典型用例的预先定义,构建一个基于Web日志数据的用户访问数据分析系统。该系统（AS-UAB,Analysis System of User Access Behaviors）通过对网站结构和典型用例的预先植入,利用该领域最新的研究方法和结论,为网站相关人员提供可视化的用户访问信息统计及趋势预测,网站结构设计及交互设计上存在的问题及改进建议等通用功能和个性化定制功能。     

基于表驱动法的编程模式

基于表驱动法的编程模式是为了应对较为复杂的逻辑结构,它提供了一种较简单的替代方案--表。在编程中表现为一个复杂的数组,通过简单的查询来简化复杂的代码逻辑,可以将数据或行为封装在一个数组内,达到简化复杂性目的。     

基于Gram-Schmidt过程的支持向量机降维方法

支持向量机是借助于最优化方法来解决机器学习问题的工具。在实际应用研究中,多元变量间的相关性是普遍存在的,这可能影响支持向量机分类模型的判别效率。因此文中提出了基于Gram—Schmidt过程的特征选择方法,来减少多重共线性的危害。该方法利用Gram-Schmidt正交化过程,在特征集合中选择判别力强的信息,并把挑选出来的特征集合变换成若干直交变量。这样不仅可以实现判别模型的变量筛选,同时也解决了多重共线性对判别模型的影响这一问题。文中进行数值实验,将所提算法与fisher判别法相比较,结果所提算法不仅降低了模型维度,预报准确率也有所提高,验证了所提方法的有效性。     

一种文本特征选择方法的研究

在文本分类中,对高维的特征集进行降维是非常重要的,不但可以提高分类精度和效率,也可以找出富含信息的特征子集.而特征选择是有效降低特征向量维数的一种方法.目前常用的一些特征选择算法仅仅考虑了特征词与类别间的相关性,而忽略了特征词与特征词之间的相关性,从而存在特征冗余,影响了分类效果.为此,在分析了常用的一些特征选择算法之后,提出了一种基于mRMR模型的特征选择方法.实验表明,该特征选择方法有助于提高分类性能.     

新装系统 驱动安装傻瓜化

当你新装或重新安装了Windows操作系统后,并不能马上很好地进入工作状态,因为也许还有某些硬件的驱动程序没有安装到位。如果你没有随机的驱动光盘,那么你需要先去寻找和安装各类设备的驱动程序。在这种情况下,大家常用的办法是先用人工鉴别或软件检测的办法确定硬件的型号,然后下载安装相应的驱动程序,但这种方法效率不高。现在有一个好工具向你推荐,这个工具可以让你将电脑驱动安装工作一次搞定,它就是多特驱动程序智能选择工具。     

Deep Web数据集成中查询处理的研究与进展

随着Web上在线数据库的大量涌现,Deep Web数据集成成为当前信息领域的一个研究热点,而查询处理是其中的一个重要的组成部分。由于Web数据库具有规模大、自治性、异构性以及动态性等特点,使得Deep Web数据集成中的查询处理比传统的分布环境下的查询处理更具挑战性。围绕Deep Web数据集成中查询处理的三个关键研究点:模式匹配、Web数据库的选择以及查询转换,综述了近年来国际上相关的、具代表性的研究成果,分析了这些方法的优缺点,总结并展望了未来的发展方向。     

基于UML的移动终端软件自动化测试用例建模

以移动终端软件测试为例,依据统一建模语言(Unified Modeling Language,UML),利用建模工具和UML模型图,给出了一种生成测试用例的方法。该方法能直观地创建自动化测试用例方案模型,尽可能多地生成测试用例场景,从而加大了测试用例的隐含故障覆盖率,并能为移动终端的自动化测试工具提供有效的配置参数。     

一种基于H.264/AVC的快速帧间模式选择算法

为了解决帧间模式选择计算量大的问题,提出了一种快速算法。算法利用编码模式的利用率信息和时空相关性来预先判定当前宏块最可能的编码模式,从而大大加快了模式选择的过程。算法缩小了候选模式的范围,并采用阈值来提高预测准确度。仿真结果表明,该算法在编码质量只有轻微下降的情况下明显降低了计算复杂度。     

一种卷板填充分层递归排样的优化算法

研究了卷板填充排样问题,提出了一种分层递归排样的优化算法。算法使用水平剪切线将卷板分层,每层的宽度和卷板宽度相同,高度和层最左端的主毛坯高度相同;通过调用递归过程确定卷板中层的排列,为各层选定主毛坯,并确定毛坯的排列方式;采用分支定界技术缩小搜索空间。实验结果说明该算法比文献中最近报道的几种算法都有效。