A general method of spatio-temporal clustering analysis

Spatio-temporal clustering has been a hot topic in the feld of spatio-temporal data mining and knowledge discovery.It can be employed to uncover and interpret developmental trends of geographic phenomenon in the real world.However,existing spatio-temporal clustering methods seldom consider both spatiotemporal autocorrelations and heterogeneities among spatio-temporal entities,and the coupling in space and time has not been well highlighted.In this paper,a unifed framework for the clustering analysis of spatio-temporal data is proposed,and a novel spatio-temporal clustering algorithm is developed by means of a spatio-temporal statistics methodology and intelligence computation technology.Our method is applied successfully to fnding spatio-temporal cluster in China’s annual temperature database for the period 1951 1992.     

On the simulation of expressional animation based on facial MoCap

MoCap(motion capture)-based animation is a hot issue in computer animation research currently.Based on the optical MoCap system,this paper proposes a novel cross-mapping based facial expression simulating method.To overcome the problem of the false upper and lower jaw correlation derived from the facial global RBFbased cross-mapping method,we construct a functional partition based RBF cross-mapping method.During model animating,enhanced markers are added and animated by our proposed skin motion mechanism.In addition,based on the enhanced markers,an improved RBF-based animating approach is raised to derive realistic facial animation.Further more,a pre-computing algorithm is presented to reduce computational cost for real-time simulation.The experiments proved that the method can not only map the MoCap data of one subject to diferent personalized faces but generate realistic facial animation.     

基于在线聚类和检测成本的移动自组网异常检测

移动自组网具有无线信道、动态拓扑、缺乏基础设施和节点资源受限等特点,更易受到安全威胁,且无法部署复杂的安全协议和算法.为了有效检测移动自组网中的异常访问行为,提出了一种基于在线聚类和检测成本的异常检测方案TCDC.TCDC先在单个节点内对访问行为进行在线聚类和处理,然后在不同节点间通过基于检测成本的协同检测进一步确认访问行为.仿真实验表明,该异常检测方案能够有效地检测移动自组网中的异常行为,且消耗资源较少.     

一种改进的k-means初始聚类中心选取算法

在传统的k-means聚类算法中,聚类结果会随着初始聚类中心点的不同而波动,针对这个缺点,提出一种优化初始聚类中心的算法。该算法通过计算每个数据对象的密度参数,然后选取k个处于高密度分布的点作为初始聚类中心。实验表明,在聚类类别数给定的情况下,通过用标准的UCI数据库进行实验比较,发现采用改进后方法选取的初始类中心的k-means算法比随机选取初始聚类中心算法有相对较高的准确率和稳定性。     

系统Hα中的子代数的广义重言式理论

将多值逻辑系统H_α（0≤α≤1）中的广义重言式理论进行推广,讨论其序稠密子代数的广义重言式理论,利用可达广义重言式概念在系统H_1/2的序稠密子代数中给出F（S）的一个分划,并把系统H_1/2中的相关结论推广到系统H_α（0≤α≤1）中。     

面向特定领域的产品评价对象自动识别研究

产品评价对象的自动识别是文本观点信息抽取和倾向性分析中的重要研究课题之一。该文针对汽车评论,提出了一种不依赖外部资源的无指导评价对象自动识别方法。该方法首先综合使用词形模板和词性模板,采用模糊匹配方法和剪枝法抽取候选评价对象。然后,从候选对象集中,采用双向Bootstrapping方法识别出产品评价对象。最后,通过采用K均值聚类方法对产品评价对象进行聚类,实现从评价对象中自动抽取产品名称和产品属性。实验结果表明,该方法对产品评价对象识别的F值达到58.5%,产品名称识别的F值达到69.48%。
     

一种新的低压电力线载波网络软件路由器设计

针对窄带电力线网络节点通信状态变化剧烈和通信成功率低的问题,提出了一种新的基于节点相关度的动态网络分簇软件路由器的设计方法。该路由器根据接收信号强度、历史抄通概率和网络连通度选取簇头节点,根据节点相关度确定簇内成员;当部分网络节点以现有路径不能正常通信时采取基于邻居节点数目的概率泛洪机制重构网络,可保证数据的即时传输。分析表明这种路由器具有灵活性、实用性和有效性。     

多操作系统的安全组建与维护

介绍了多操作系统安装的必要性,分析了计算机的启动过程,结合运用常用的磁盘分区工具,对硬盘分出多个主分区和扩展分区,利用GAG系统引导管理软件,在计算机启动时激活不同的主分区,从而达到启动不同操作系统的目的。另外还介绍了系统的维护和一些注意事项。     

动态索引树文本聚类方法中节点阀值的优化

文本聚类是聚类的一个重要研究分支,在文本处理领域中有着广泛的应用。在描述聚类特征树与动态索引树的文本聚类方法后,将原动态索引树文本聚类方法中的合并阀值由单一线性依赖关系修改为依赖于聚类节点半径值。实验证明,改进后的算法在聚类结果精确率与聚类时间上都有明显提高。     

基于肤色特征的人脸检测算法的研究

通过对比面部识别技术的各种算法,本文重点研究了基于肤色特征的人脸检测算法。首先通过两种方法实现人脸的区域分割：基于相似度的方法和基于皮肤区域、头发区域的方法。前者通过相似度计算、二值化之后标记出人脸区域,后者利用颜色来检测人脸区域。人脸区域检测完毕之后再对其进行人脸特征的标注,最终实现面部检测。