Web缓存替换算法的研究与改进

缓存替换算法对代理缓存的系统性能起着重要的影响,本文对Web缓存替换算法进行了研究,针对Hybrid算法提出了改进方法。实验结果表明,改进后的算法在保持相对较低的延迟率和较高的URL命中率的情况下,字节命中率有较大的提高,对改善网络状况有一定的意义。     

基于共空间模式与决策树支持向量机的运动想象脑电信号分类

针对脑电信号(Electroencephalogram, EEG)采集易受干扰导致EEG分类准确率低的问题,提出一种基于共空间模式(Common Spatial Pattern, CSP)与决策树支持向量机法(Decision Tree Support Vector Machine, DTSVM)相融合的运动想象脑电信号处理方法。首先利用CSP算法对运动想象的EEG特征值进行特征提取,其次运用线性判别分析法(Linear Discriminant Analysis, LDA)、自适应增强分类法(Adaptive Boosting, Adaboost)和决策树支持向量机法分别对特征进行分类,最后通过实验对比发现,利用决策树支持向量机进行分类的分类效果最佳,分类准确率最高可达到92.52%。     

基于小波变换和FastICA的眼电伪迹去除研究

为了高效去除脑电信号(Electroencephalogram, EEG)中的眼电伪迹,文章提出一种基于小波变换(Wavelet Transform, WT)和快速独立成分分析(Fast Independent Component Analysis, FastICA)相结合的眼电伪迹去除方法。首先,应用小波变换将信号分解成不同频率的小波分量,采用适合的小波基函数和阈值针对高低频噪声做去噪处理;其次,应用FastICA算法分离出各通道的独立成分,获取纯净的脑电信号;最后,对BCI competition IV公共数据集应用融合算法,并输入支持向量机(Support Vector Machine, SVM)进行分类验证。实验结果表明,相较于单一的小波变换和FastICA算法,采用文章提出的融合算法处理后的脑电信号的SVM分类识别率分别提升了18.9%和15.8%,证明该融合算法对去除脑电信号中的眼电伪迹有较好的效果。     

基于RSS的多目标节点定位算法*

为节约成本、提高算法实用性和准确性,提出一种新颖的基于RSS的多目标节点定位算法。通过一个移动信标节点采集RSS信号及其相应位置坐标,构成已知条件,结合高斯混合模型和贝叶斯信息准则等统计模型设计实现多目标高斯混合模型定位算法。仿真实验和实测实验均表明该算法在不预先假设一定区域内传感器节点数量的情况下,能够同时估计传感器节点的数量和位置,具有较好的实用性和准确性。本文网络版地址：http：//www.eepw.com.cn/article/164387.htm