基于NSCT-GLCM的CT图像特征提取算法

针对海量CT图像分割中特征提取的难题,提出一种非下采样轮廓变换(NSCT)和灰度共生矩阵(GLCM)相融合的CT图像特征提取算法。首先采用NSCT对CT图像进行多尺度、多方向分解,并采用GLCM提取子带图像的共生特征量,然后对共生特征量进行主成分分析,消除冗余特征量,构成多特征矢量,最后利用支持向量机完成多特征矢量空间的划分,实现CT图像分割。实验结果表明,NSCT-GLCM能够较好地提取CT图像特征,提高了CT图像分割准确率,可以为医生诊断提供辅助信息。     

带碰撞避免机制的多址接入协议能量效率研究

研究了在自组织网络环境下CSMA/CA协议的能量消耗性能,并与传统的CSMA协议能耗性能进行比较.阐述了自组织网络中的隐藏终端和暴露终端问题,并分析CSMA/CA协议相对传统CSMA协议对该问题进行的改进.仿真结果表明,相对非坚持CSMA协议,CSMA/CA协议能够获得的能量效率更高,并且对网络负载的敏感性更低,在网络负载较高时也具有较高的能量效率.     

基于加权关联规则和文本挖掘的金融新闻传播Agent实现

针对传统的金融预测系统仅仅依靠股票价格和市场指数等定量数据而不能很好地满足实时性和高准确性的问题,提出一种基于加权关联规则和文本挖掘的新闻传播Agent实现方法。首先,利用中文知识与信息处理系统将每个新闻标题分离得到每个中文单词;然后,利用加权关联规则算法检测频繁出现在同一条新闻标题中的多个术语,并提取名词、动词和复合语;最后,根据新闻供给市场第一个交易日股票交易金融价格指数为提取的关键字分配权重,并根据新闻标题的权重值判断其对股票价格的影响程度。新闻标题特征数据库上的实验验证了该方法在金融新闻标题的实时信息发布应用中的可行性,实验结果表明,相比其他几种预测方法,该方法取得了更高的预测准确率和召回率。     

基于双簇头网格调度的WSNs能量空洞缓解

设计了基于双簇头网格调度反馈结构的无线传感器网络（WSNs）非均布节点能量空洞缓解机制,并设计了主副簇头网格聚类算法,形成网格单元;依据节点身份（ID）与网格ID,定义鉴定规则,确定网格中的WSNs节点;构造了网格单元中心点的计算数学模型,依据该中心点坐标确定每个网格单元的簇头,调度网格内的节点;构建了主-副-相邻簇头的数据调度传输结构,有效分散了节点所承担的负载,并对本机制性能进行理论分析.仿真结果表明：与其他机制相比,在非均布节点环境下,该算法更能有效避免网络能量空洞,其节点持续时间最长,显著消除了“漏斗效应”.     

基于专家系统和神经网络的网络入侵检测系统

研究网络安全问题,网络入侵方式具有多样性和不确定性,当前大多数入侵检测系统检测正确率低,误报和漏报率高的缺陷。为了提高网络入侵检测正确率,保证网络安全,提出一种基于专家系统和神经网络的智能入侵检测系统。首先采用专家系统对已知网络入侵进行检测,然后采用神经网络对专家系统不能发现的未知网络入侵进行检测,最后利用神经网络检测结果对专家系统规则库进行更新。采用网络入侵检测数据库KDD CUP 99进行仿真,结果表明,智能入侵检测系统提高了网络入侵检测的正确率,有效降低了网络入侵的误报率和漏报率,为网络入侵提供了一种新的有效的检测工具。     

一种基于新的特征选择的海量网络文本挖掘算法研究

为了提高文本自动分类准确率,提出一种改进的蜂群优化神经网络的选择特征的文本数据挖掘算法.该算法将文本特征选择转换成一个多目标优化问题,以特征维数最少、分类正确率最高为选择标准,采用蚁群算法找到最优特征子集,最后神经网络建立文本自动分类器,进行仿真实验测试算法性能.仿真实验结果表明,提出的方法从高维文本最优文本特征,提高了文本自动分类的正确率和识别效率,是一种有效的网络文本挖掘算法.