基于数据仓库题库分析子系统的分析与设计

题库系统作为一种教育测量工具,应具有考试分析功能以提高其利用率及教学质量。该文详细论述了如何实现题库分析子系统数据仓库模型的设计和实现,并对该子系统各主要模块功能进行了详细分析。     

ANP-GRAP方法在军校教学能力竞赛中的应用

针对军校教学能力竞赛规则中存在的主要问题,采用网络层次分析法与灰色关联分析法集成的方案,提出具体改进措施。着眼教学能力评价指标间具有较强相互影响的实际,利用网络层次分析法确定各指标权重;构建灰色关联分析模型,提出求解评价结果的思路;采集某次教学能力竞赛的原始数据,通过实例验证该评价模型的有效性。     

回采工作面瓦斯涌出量耦合预测模型研究

为准确、快速地预测回采工作面瓦斯涌出量,提出一种基于主成分分析法（PCA）和改进的果蝇算法（MFOA）优化支持向量机（SVM）的回采工作面绝对瓦斯涌出量预测模型。模型首先运用PCA方法对原始数据进行降维处理,消除数据冗余,而后采用改进的果蝇算法对SVM参数进行全局寻优,避免SVM参数的选取对模型预测结果的不利影响,最终建立基于PCA-MFOA-SVM的耦合预测模型,并以实际监测数据为例进行仿真预测。结果表明：该模型预测的平均绝对误差为0.077 5 m3/t,平均相对误差为1.323 7%,与其他模型相比,预测精度高,综合性能好,能够实现回采工作面瓦斯涌出量的动态预测。     

基于环形对称Gabor变换和2DPCA的人脸识别算法

与传统Gabor小波变换相比,环形对称Gabor变换（CSGT）具有信息冗余度低和严格的旋转不变性的优点。提出了一种基于环形对称Gabor变换与2DPCA的人脸识别新算法,首先将所有人脸图像都变换到环形对称Gabor变换域,然后按照两种融合方案将不同尺度的特征融合到一起,最后采用2DPCA方法进行特征提取和分类。在ORL人脸数据库上进行仿真实验并与传统的2DPCA、GT+2DPCA等方法做了对比,实验结果表明提出的算法不但取得了更好的识别效果,而且提高了识别速度。     

正则化半监督判别分析方法

为了克服加权线性判别分析(WLDA)只利用有标签的训练样本而不能反映样本数据流形结构的缺点,提出一种正则化的半监督判别分析方法。首先构建所有样本的近邻图来估计数据的局部流形结构,然后将此作为正则项引入WLDA的准则函数中。该方法避免了类内散度矩阵奇异,同时保持了样本数据的判别结构和几何结构。在ORL和YALE人脸数据库上的实验结果证明了该算法的有效性。     

基于改进的旋转森林算法的不平衡网络流量分类方法

针对不平衡网络流量分类精度不高的问题,在旋转森林算法的基础上结合Bagging算法的Bootstrap抽样和基于分类精度排序的基分类器选择算法,提出一种改进的旋转森林算法。首先,对原始训练集按特征进行子集划分并分别使用Bagging进行样本抽样,通过主成分分析(PCA)生成主成分系数矩阵;然后,在原始训练集和主成分系数矩阵的基础上进行特征转换,生成新的训练子集,再次使用Bagging对子集进行抽样,提升训练集的差异性,并使用训练子集训练C4.5基分类器;最后,使用测试集评价基分类器,依据总体分类精度进行排序筛选,保留分类精度较高的分类器并生成一致分类结果。在不平衡网络流量数据集上进行测试实验,依据准确率和召回率两个标准对C4.5、Bagging、旋转森林和改进的旋转森林四种算法评价,依据模型训练时间和测试时间评价四种算法的时间效率。实验结果表明改进的旋转森林算法对万维网(WWW)协议、Mail协议、Attack协议、对等网(P2P)协议的分类准确度达到99.5%以上,召回率也高于旋转森林、Bagging、C4.5三种算法,可用于网络入侵取证、维护网络安全、提升网络服务质量。     

Topic-centric and semantic-aware retrieval system for internet of things

The Internet of things (IoT) has been considered as one of the promising paradigms that can allow people and objects to seamlessly interact. So far, numerous applications and services have been proposed, such as retrieval service. The retrieval, however, faces a big challenge in IoT because the data belongs to different domains and user interaction with the surrounding environment is constrained. This paper proposes Acrost, a retrieval system based on topic discovery and semantic awareness in IoT environment. The initial contents with interesting information is obtained through the combination of two topic centric collectors. The metadata is extracted by aggregating regular expression-based and conditional random fields-based approaches. Moreover, the semantic-aware retrieval is achieved by parsing the query and ranking the relevance of contents. In addition, we present a case study on academic conference retrieval to validate the proposed approaches. Experimental results show that the proposed system can significantly improve the response time and efficiency of topic self-adaptive retrieval manner.     

用户需求概念图的生成方法研究

网络信息检索在当前互联网社会得到了广泛应用,但是其检索准确性却不容乐观,究其原因是割裂了检索关键词之间的概念联系。从一类限定领域的用户需求入手,以搜索引擎作为网络语料资源的访问接口,综合利用规则与统计的方法,生成查询需求的语义概念图。可将其作为需求分析的结果,导引后续的语义检索过程,提高用户查询与返回结果的相关性。实验结果表明,生成方法是有效可行的,对基于概念图的语义检索有一定的探索意义。     

基于独立分量分析的极化SAR图像的相干斑抑制

研究基于独立分量分析( ICA)的极化合成孔径雷达（SAR）图像相干斑抑制方法。该方法将极化SAR图像斑点噪声的乘积模型,变换为应用ICA的信号独立加噪模型。并且将HV/VV的比值图像,也作为ICA的输入数据。利用ICA 的分离性,得到了分别对应于HH、HV和VV极化的三幅降噪图像。经本文方法处理后的图像,其相干斑噪声得到了有效的抑制,具有较高的等效视数,明显地改善了图像的质量。     

小议计算机综合考试系统设计与开发

自从八十年代以来,我国各种新型的计算机综合考试系统都得到了迅速的发展,通过自己开发和引进新技术等等方式方法,我国已经建立起了很多种新型的计算机综合考试系统,其中,有一部分的系统能都已经接近或者达到了国际先进的水平,计算机综合考试系统已经成为了考试产品一项十分重要的功能,并且关系到了计算机使用的价值、使用的条件以及使用的寿命等等,对人们工作生活、生产生活的质量产生了影响,对于保证我国计算机综合考试系统质量一直都具有十分重要的地位。伴随着我国社会生活条件不断得到了改善,人们对自己生活的质量越来越重视。近些年来,伴随着我国的社会科技不断发展,人们已经越来越重视自身生活的质量,在计算机应用条件上面的要求也越来越高。本文中,笔者就对计算机综合考试系统设计与开发进行浅谈。