基于语义的标签关联算法

社会化标签正被广泛的应用在网页文本的描述和分类方面,能够直接反映用户兴趣和商品特征,因而可用于个性化推荐系统中.在进行标签推荐时,需要考虑到标签间的关联度,而现有的标签关联度算法都是基于标签之间的共现关系或者直接基于语义词典,这些算法未考虑到标签与资源的相关性和资源与资源的相关性.本文提出了基于语义的标签关联算法,首先通过潜层狄利克雷分配模型和向量空间模型求得资源间的相关度,然后通过概率模型求得标签与资源的相关度,最后求得标签间的关联度.实验结果表明:基于语义的标签关联算法能够有效的提升社会化标签推荐系统的性能,与语义词典在语义上基本一致且能够实现语义词典未登录词的关联.     

基于支持向量机集成算法的煤矿顶板状态检测

针对小样本、多类煤矿顶板的状态检测问题,提出了基于支持向量机集成的算法。采用深度优先搜索对支持向量机集成参数进行优化,并结合煤矿顶板敲击声信号的人耳听觉功率谱特征,对煤矿顶板中浮石、剥层等现象进行分类识别。实验表明,该算法能够对多类顶板状态进行有效分类,且识别率较高,能够作为安全开采的保障手段。     

一种优化的AP-CAPSA中文文本结构分析算法*

从段落向量空间模型、特征词权重等多个侧面分析比较了已有的文本结构分析算法,提出了优化的AP-CAPSA算法;给出了算法性能的评价准则,并在不同的语料集合上进行了测试。实验表明该方法能够更有效地反映文本的结构,为中文自动摘要系统奠定了重要的理论基础。     

一种新的基于本体论描述的内容图像检索模型

分析了基于内容的图像检索中存在的问题,利用本体论方法建立图像底层特征本体及特定类图像本体.同时,定义了图像描述因子并建立相应的图像组合规则.最后,利用图像的底层特征进行图像检索,结合多分类支持向量机,实现图像底层特征与高层描述信息的关联,进而实现了图像语义检索,缩小了"语义鸿沟"对基于内容的图像检索的影响.实验结果表明本模型能够提高基于内容的图像检索的准确率,同时,经过3～5次反馈,可以实现语义检索功能.     

基于QPSO-LSSVM的数据库相似重复记录检测算法

针对大规模数据库的相似重复记录的检测问题,提出了一种量子群优化算法(QPSO)与最小二乘支持向量 机(LSSVM)相结合的相似重复记录检测方法(QPSC}LSSVM)。首先计算记录字段的相似度值;然后利用QPSO对 LSSVM参数进行优化,构建相似重复记录检测模型;最后通过具体数据集进行仿真测试实验。仿真结果表明,QPSCL LSSVM不仅提高了重复记录检测准确率,而且提高了检测效率,是一种有效的相似重复记录检测算法。     

基于Curvelet变换的荻草细胞图像分割

利用快速离散Curvelet变换,对Curvelet域中各层子带采用结合灰度共生矩阵的方法来提取特征向量,选用 支持向量机方法对获草细胞图像进行纹理分割,进而获取获草细胞中的纤维素向量数据。分割实验结果表明:采用 “角二阶矩”、“对比度”、“相关性”和“嫡”这四维统计量计算图像变换域中子带系数共生矩阵是有效的,据此对获草细 胞图像进行纹理分割是可行的;与基于灰度共生矩阵的获草图像分割方法的分割结果相比,新方法缩短了运行时间, 分割准确率也得到了提高。     

基于K均值集成和SVM的P2P流量识别研究

提出基于K均值集成和支持向量机相结合的P2P流量识别模型,以保证流量识别精度和稳定性,克服聚类识别模型中参数值难以确定、复杂性高等缺点。对少量标签样本采用随机簇中心的K均值算法训练基聚类器,按最大后验概率分配簇标签,无标签样本与其最近簇标签一致;按投票机制集成无标签样本标签信息,并结合原标签样本训练支持向量机识别模型。该模型利用了集成学习稳定性和SVM在小样本集上的良好泛化性能。理论分析和仿真实验结果证明了方案的可行性。     

基于支持向量机的Free}ate软件流量检测研究

近年来出现了可以突破网络过滤访问国外被禁止信息的破网行为。针对破网行为的研究与控制,具有十分 重要的现实意义。流量分类技术一直是国内外网络测量方向的研究热点,并在P2P检测领域中取得了很好的效果。 将流量分类领域中的支持向量机技术应用于破网软件frccgatc的行为检测。实验结果表明,该方法对于破网行为产 生的流量具有较高的检测率,为有效监测破网行为提供了一种新思路。     

基于向量的多边形扫描转换方法

提出了一种基于向量的多边形扫描转换方法,给出了相关的转换算法,并与一般计算机图形学原理教材中的常用几种多边形的扫描转换算法进行了相关比较分析.结论是在凸多边形的扫描转换上文中所提算法明显优于其他算法;对凹多边形也只需在凸多边形计算的基础上增加对凹边的判断与处理,但效率仍然高过其他算法.