基于ADASYN与AdaBoostSVM相结合的不平衡分类算法

对于平衡数据集支持向量机(support vector machine,SVM)通常具有很好的分类性能和泛化能力,然而对于不平衡数据集,SVM只能得到次优结果,针对该问题提出了一种基于SVM的AS-Ada Boost SVM分类算法.首先,通过使用ADASYN采样,提高少类样本在边界区域的密度;然后,使用基于径向基核支持向量机(radial basis function kernel mapping support vector machine,RBFSVM)模型弱分类器的Ada Boost SVM算法训练得到决策分类器.通过将该算法在各种不平衡数据集上的测试结果与单纯运用ADASYN技术、Ada Boost SVM、SMOTEBoost等其他分类器进行比较,验证了该算法的有效性和鲁棒性.     

基于流形距离的半监督判别分析

大量无类别标签的数据具有对分类有用的信息,有效地利用这些信息来提高分类精确度,是半监督分类研究的主要内容.提出了一种基于流形距离的半监督判别分析(semi-supervised discriminant analysis based on manifold distance,简称SSDA)算法,通过定义的流形距离,能够选择位于流形上的数据点的同类近邻点、异类近邻点以及全局近邻点,并依据流形距离定义数据点与其各近邻点之间的相似度,利用这种相似度度量构造算法的目标函数.通过在ORL,YALE人脸数据库上的实验表明,与现有算法相比,数据集通过该算法降维后,能够使基于距离的识别算法具有更高的分类精确度.同时,为了解决非线性降维问题,提出了Kernel SSDA,同样通过实验验证了算法的有效性.     

防火墙技术与网络安全

本文首先介绍了防火墙的概念、分类及各自的特点,揭示了防火墙在网络安全中的局限性,最后并提出了在网络安全中的策略与对策。     

一种新的距离分类方法及其应用

提出了一种在模式分类中行之有效的新的距离函数－误差均衡距离,以此构造距离分类器并将之用于手写体汉字识别,取得了令人满意的结果。     

基于DTW的贝叶斯方法在睡眠和唤醒分类中的应用

许多方便的可穿戴设备被用于医疗用途,如测量心率（HR）、血压和其他信号. 随着睡眠质量监测问题的出现,如何从这些信号中区分睡眠和唤醒状态成为关键问题. 提出了一种基于动态时间规整（DTW）的贝叶斯方法用于睡眠和唤醒分类. 利用心率和血氧饱和度（SpO2）的信号去分析睡眠状态和一些睡眠相关问题. 利用DTW从原始的心率、血氧饱和度信号中提取特征,然后贝叶斯分类方法用于区别睡眠和唤醒状态. 最后,从睡眠心脏健康研究网站收集数据的一个真实案例研究验证了基于DTW的贝叶斯方法的可行性和优势.     

基于空间变异性的IDW矿石品位估值改进方法

为满足距离反比加权（IDW）插值方法在矿石品位估值中的应用,对IDW方法进行了改进.通过地质统计学中的变异函数理论分析钻孔样品数据中元素品位的空间变异性,根据矿体形态计算矿体走向、倾向和厚度3个相互垂直方向的定向变异函数,进而使用3个方向和相应变异函数的变程值确定搜索椭球体的参数.采用八分圆空间分区搜索方法对每个八分扇区内参与插值的样品个数加以限制,从而减少样品数据聚类效应;根据钻孔勘探网度,将空间搜索范围以及钻孔工程数与储量等级进行对应,实现矿石资源级别分类.通过C＋＋语言在HOOPS三维可视化平台编程实现了该方法和计算结果的可视化,以某铜矿实例说明该方法的具体步骤.结果表明该方法简单有效,能够得到很好的估值结果.     

基于自适应分类的学习搜索算法

本文给出一放弃可采纳性的分类式学习搜索算法ＳＡＬＳ，它在系统初建时就能快速地获取经验知识，该算法的空间复杂度和平均时间复杂度皆为所获解路径耗费值的线性函数。将反复加深技术运用于ＳＡＬＳ而得到的搜索算法ＩＤ－ＳＡＬＳ，在保持良好的时间和空间复杂度的同时，又能保证找到的解为次优解。文中最后给出了ＩＤ－ＳＡＬＳ的两点改进。     

一种新型高效的JPEG信息隐藏盲检测系统

设计并开发了一种基于DCT系数能量及能量差特征，三层前馈非线性神经网络来作为分类器的JPEG图像隐藏信息的盲检测系统。整个系统的开发环境是VC++6.0，采用了多线程XML技术以及SQL Server数据库，实现了JPEG图片的批量盲检测，检测信息存储以及报表生成。系统对三千多幅JPEG图像进行盲检测测试,对于多种隐写方法取得平均检测率90.085%,包括低嵌入率的JPEG含秘图像和平滑、锐化、缩小、剪切和再压缩处理后的JPEG净图。     

一种采用启发式分割点计算的包分类算法

针对区域分割包分类算法存在的规则分布差异较大的缺陷,该文提出一种基于启发式分割点计算的区域分割包分类算法。首先依据规则集的分布规律进行分割点计算,然后再进行结构化建树。规则检索时间主要包括分割点匹配时间和分割点内规则的线性查找时间。该算法能够尽量将规则平分到各分割点,减少了规则分布的差异。仿真实验结果表明该算法降低了规则数增加对算法性能的影响,支持规则集的实时更新。     

数据挖掘技术初探

从“发现知识种类”的角度对数据挖掘技术进行分类,并对这些技术作了初步的研究。