聚类分析提取PCA变换后的火焰图像颜色特征

炉口火焰颜色特征是判断炼钢终点碳及终点温度的重要特征.为实现实时控制,通常利用PCA变换缩短图像特征提取时间,由于PCA变换存在误差,难以在变换后的图像中提取独立颜色,文中首先在原始火焰图像中选取各类颜色样本,计算颜色变换前后的类内距和类间距,发现图像变换前后颜色的聚类性能具有一致性,然后利用聚类方法确定变换后的颜色窗口大小,通过颜色窗口提取序列图像颜色像元数量随时间变换特征,采用A,B两炉冶炼同一型号钢种图像数据进行实验,实验结果表明:通过聚类分析的方法所提取的颜色特征能较好地反映转炉炼钢物理化学过程.     

基于近似函数依赖的批处理模式挖掘方法研究

批处理依赖是一种特殊的函数依赖,但其定义的推理规则过于严格而不适用于含噪数据.为了从含噪数据中挖掘出有价值的批处理依赖,在批处理依赖研究的基础上,提出了近似批处理依赖的概念,并通过引入可信度、特异度等度量指标,提出了相应的近似批处理依赖挖掘算法;最后通过实例说明了算法过程及其有效性.     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...     

基于关键词提取的专利在先技术搜索方法研究

专利在先搜索是专利检索的一种重要方法,在实际实施时,需从全文查询词中提取关键词来进行搜索。本文尝试研究用于查询词中关键词的提取的7种方法对专利搜索的功效。首先介绍了单频词去除、TF方法、TFIDF方法、BM25方法、基于语言模型的方法、基于相关反馈的方法以及基于IPC分类等7种关键词提取方法,然后开展了在两个不同CLEF-IP数据集上的大规模实验验证和评测工作,详细比较分析了这些方法及使用专利全文作为查询词在专利搜索中的不同性能和效率。实验结果表明,在信息检索中能取得不错结果的方法未必在专利搜索中取得同样的效果。论文亦发现一般选取65-95个关键词可以取得不错的结果。从准确率上来说,TFIDF方法性能最高,而基于IPC分类的方法可以提高召回率。     

Pareto方法在服务网格资源调度多目标优化中的应用

服务网格资源调度问题是一个新兴的课题,如何构建一个高效的资源调度模块,是提高服务网格性能的关键.采用基于微粒群智能优化算法(PSO算法)的Pareto方法,探索解决资源调度的多目标优化问题,通过实验证明该方法在多目标优化方面具有优越性.