贝叶斯网络分类器近似学习算法

贝叶斯网络在很多领域应用广泛,作为分类器更是一种有效的常用分类方法,它有着很高复杂度,这使得贝叶斯网络分类器在应用中受到诸多限制。通过对贝叶斯网络分类器算法的近似处理,可以有效减少计算量,并且得到令人满意的分类准确率。通过分析一种将判别式算法变为产生式算法的近似方法,介绍了这种算法的近似过程,并将其应用在了贝叶斯网分类算法中。接着对该算法进行分析,利用该算法的稳定性特点,提出Bagging-aCLL 集成分类算法,它进一步提高了该近似算法的分类精度。最后通过实验确定了该算法在分类准确率上确有不错的表现。     

能量均衡的最小2-连通2-支配集的分布式算法

在无线传感器网络中,一般通过构造连通支配集形成虚拟骨干网来分层路由。现有算法通常只考虑如何获得规模较小的支配集,忽略网络自身的不稳定性,使得节点失效或链路失败经常发生。针对连通支配集的容错能力,结合节点度与能量因素,提出一种能量均衡的最小2-连通2-支配集的分布式算法（DA-EBM）。 Omnet仿真实验表明, DA-EBM算法构造的容错连通支配集能有效均衡能量消耗,延长网络生命周期。     

基于数据仓库的法院信息决策支持系统的设计

为了加快法院信息化建设,为法院决策层提供决策信息支持,提出了一种基于数据仓库的法院信息决策支持系统的总体框架。在DSS系统设计过程中,采用了OLAP+DM+Web相结合的方式,重点介绍分析了多维数据模型的设计,数据仓库的构建,以及以可视化交互的决策支持,最后通过实例展示决策支持系统的设计分析过程。     

基于HEVC与聚类算法的计算机桌面图像压缩算法

对基于HEVC与聚类算法的计算机桌面图像压缩方案进行研究,将计算机桌面图像进行自适应块分类,利用颜色聚类算法对块进行颜色聚类,简化颜色总类、节省码流、改善编码性能。再利用HEVC帧内预测编码算法对块进行压缩,为高清分辨率计算机桌面图像网络共享,提供高效的图像压缩方法。     

基于参数可变遗传算法的炮兵通信网络覆盖控制优化

针对节点高密度部署的炮兵通信网络中优化工作节点集的选取问题,提出一种基于参数可变遗传算法的覆盖控制优化方法。设计了密度检测机制优化初始种群,并设计了即考虑到进化代数对算法影响,又考虑到每代中不同个体适应度对算法作用的自适应交叉概率和变异概率。仿真实验及分析表明,该优化方法快速有效地实现了工作节点数目少、节点集覆盖率高的工作节点集的选取,可有效地降低能耗,延长网络生存时间。     

基于扩展光学模型的电磁信号传播系统设计与实现

电磁信号传播系统的建模在复杂环境下有十分重要的意义,并且对模拟系统的准确性和快速性有一定的要求。本文基于扩展光学模型,以Java为平台开发语言,以射线追踪为核心算法,实现基于扩展光学模型的电磁信号传播系统的设计。通过与AREPS(高级折射效应预测系统)比较,证明本系统建模的准确性和很快的速度响应。     

基于Max-T模糊Hopfield网络的车型识别

在许多模式识别采样的过程中,由于环境噪声和设备误差,往往导致采集的数据与真实值有一定偏差,这种偏差会影响识别的效果。本文采用Max-T FHNN模型,提出一种应用于智能化交通管理的车型识别方法。并用实验证实相对于其他车型识别方法,该方法在待测样本含有噪声的情况下能得到更好的识别率。     

网络考试系统设计

文章研究了网络考试系统的需求,设计了试卷生成算法。     

遗传算法的研究与应用

遗传算法作为进化算法的一种,是根据自然界生物学进化而发展起来的,具有简单、易行、抽象性与鲁棒性特征,广泛应用于各个领域当中,并在实际应用中取得良好的成绩,也因此,引起广大人们的高度重视。遗传算法作为现代一种新兴的技术算法,正处于蓬勃发展阶段,虽然目前关于遗传算法研究与实际应用取得了一定的成绩,但其研究理论基础还相对较少,仍需要进一步的深入研究与内容充沛。本文主要针对遗传算法的理论研究与实际应用两方面进行探讨。     

基于模型驱动的框架技术在数据采集平台中的分析与应用

结合高等职业院校人才培养工作评估方案中数据采集的要求,将模型驱动框架技术在实际的数据采集平台开发过程中的应用进行分析与探讨,实践证明,该改系统在实际应用中具有良好的可用性和维护性。