基于加权模糊C均值算法改进的高光谱图像分类方案设计

为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上提出一种基于加权模糊C均值算法改进型原型空间特征提取方案。该方案通过加权模糊 C 均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量。实验结果表明,与业内公认的原型空间提取算法相比 该方案在相对较小的数据集下,其性能仍具有较为理想的稳定性,且具有相对较高的分类精度,这样子就大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率。     

Linux操作系统课程过渡-浸没式双语教学研究

近年来,我国的计算机技术在许多科学技术和国民经济领域中得到广泛应用,但是核心技术掌控在欧美国家手里,而且这些技术资料大多是英文材料.高校开展专业课双语教学可以引导学生学习怎样直接吸收国外的信息资料,便于他们以后能够顺利地自主学习国外的新技术.高等教育实施专业教育与外语教育为一体的"双语授课"已成为更直接、更迅速、更有效的传栽前沿知识信息的教学手段.作为计算机操作系统课程,推行这一教学方法的必要性尤为突出.     

基于输入排队的最大匹配调度算法仿真分析

针对路由器输入队列最大匹配调度算法中存在每个时隙内输入端口和输出端口匹配率低的问题,提出:在算法设计中,可通过改变更新轮询指针的方法提高端口匹配数目,解决输出端口同步问题,从而有效提高系统的吞吐率.仿真实验表明,采用轮询指针的调度算法可以有效地提高交换机的性能.     

嵌入式USB3.0传输接口在矿井监控系统中的应用

矿井监控系统是煤矿高产、高效、安全生产的保障。由于煤矿井下的恶劣的环境对矿井监控系统提出了电器防暴、抗干扰能力强、不宜采用中继器、满足数据传输距离远等高性能的要求,我们设计了一种新型USB传输接口,实现与所有采集分站之间的海量数据通信,进一步提高了煤矿安全生产的信息化程度。同时对系统进行了测试并应用到矿井安全生产中,达到了监控矿井的目的,具有创新性和实用性。     

基于SVR与成分分解的轨道交通站点流量预测

轨道交通站点数据具有显著的非平稳性和时间尺度差异性,为了对其进行准确高效的预测,提出了基于SVR与成分分解的预测方法.采用模态分解对站点流量数据进行局部特征提取,成分分解结果由若干IMF和一个残差组成,能够降低特征提取过程中的局部极值干扰.在站点流量成分分解基础上设计了 SVR优化模型,利用SVR模型对数据的训练来实现结果预测.模型针对低维线性分解、预测精度和效率问题,依次引入了核函数,损失因子,及惩罚因子,并采用遗传算法对SVR优化模型的引入参数进行寻优.仿真分别对站点流量预测的准确性和效率进行性能分析,结果表明SVR优化模型能够有效处理轨道交通的小样本站点流量数据,基于SVR与成分分解能够显著提升站点流量预测的RMSE、MAE和MAPE指标性能,同时保持较低的预测耗时.