基于贝叶斯信息准则的多波束海底底质非监督分类

海底底质分类作为海洋测绘的主要研究方向,适用于无先验样本的非监督底质分类技术是重要的研究内容。传统K-均值聚类方法存在主观设置参数的局限性,无法准确高效判别最优聚类数。因此,本研究首先依据多波束反向散射强度角度响应曲线数据,结合贝叶斯信息准则构建特征概率密度模型,实现聚类数的准确寻优;其次,融合多波束强度特征和地形特征构建基于K-均值的海底底质非监督分类模型。实验表明：该方法准确解释了实际底质的分布情况,总体分类精度和Kappa系数分别为77.97%和0.67,相较于最大最小值法和中心点法分别提高了13.93%、0.22和1.69%、0.02,收敛迭代次数比中心点法减少67次,提高了分类效率,为海底底质的自适应聚类提供参考。     

机器学习算法用于乳腺癌检测的性能研究

乳腺癌排在女性恶性肿瘤首位,早期发现和诊断是治疗的关键。使用开源乳腺癌数据集,使用了K-近邻、逻辑回归、支持向量机等主流机器学习算法对数据集进行了大量的训练和测试,分析了它们在训练过程中的学习曲线,对训练和测试结果进行了对比,分析和研究了这些算法在乳腺癌检测中的性能,并对未来的研究方向和技术进行了展望。     

绩效评价问题一类新的多目标优化方法

【目的】提出绩效评价问题一类新的多目标优化方法。【方法】通过构建体现公平与激励兼容的具二次形式的一次分值转换函数,利用"K-均值"算法对评价对象进行归类,进而构建满意度函数,在此基础上构建以评价对象满意度尽可能大为目标的多目标优化模型,并对该模型进行标量化处理。【结果】标量化模型结构更加简洁,能获得弱有效解。【结论】新的多目标优化方法在绩效评价问题中能获得较高的整体满意度。同时也提出了绩效评价中一些需要进一步突破和解决的关键科学问题。     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

Anonymity control in electronic check systems

0IntroductionDepending on the payment mechanism,electroniccash can be classified into three categories:coin-based,divisible-cash-based,and check-based system.In acheck system,whichis introducedfirstly by Chaum[1],aclient normally pays the price with a single check andre-ceives a refundforthe difference betweenthe check valueand the price.Acheckcan always be usedto payfor anyitemwhose price is lower than the check value,and thecost of payment does not depend uponthe amount paid.Although check …     

基于敏感元组的隐私数据保护方法

针对现有k-匿名隐私保护方法的缺点,提出了3种基于敏感元组的隐私数据发布方法.首先,通过定义敏感元组,设计了只保护隐私信息的朴素敏感元组匿名方法(NSTAM).然后,在引入敏感元组密度的基础上,提出了一种扩展的敏感元组保护方法(e-STAM);该方法通过对敏感元组进行mk-匿名运算,引入(1-m)k个非敏感元组,并同等概化引入的非敏感元组,使得匿名后每个分组中的敏感元组密度满足用户设定的阈值m.最后,针对实际应用中发布数据的敏感度差异,引入了加权敏感元组密度概念,并设计了加权的敏感元组数据保护方法(WSTAM);该方法通过对敏感值和敏感元组赋予不同的权重,实现对敏感元组的区别保护.理论分析和实验结果表明,这3种算法能够提高发布数据的精度,保证敏感数据的安全度,因此是有效可行的.     

基于分散子匿名区域的位置隐私保护方法

针对传统匿名方法存在查询结果不精确、通信开销大等不足,提出一种新的位置匿名方法,并为匿名模型提出了基于熵的隐私度量方法。相对于传统的匿名方法而言,该方法将匿名区域分裂为几个分散的子匿名区域,并用子匿名区域的中心位置代替子匿名内用户的真实位置向LBS服务器发起查询。该方法能使用户在保护自身隐私的同时相对地得出自己的精确查询结果。理论分析表明,该方法能将匿名器与LBS服务器之间的通信量降到最低,提高查询服务的质量。在用户稀少的场景下,方法的优越性更加明显。     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

多平台数据融合系统的航迹关联技术

对于多平台数据融合模式下的航迹关联问题,使用了聚类关联的方法进行解决.采用基于地心坐标系的最小二乘方法对航迹数据进行配准,对航迹间的距离使用Hausdorff距离进行衡量.使用了K-均值算法对各平台侦测的航迹进行关联,并将初始聚类中心设定为相距最远的航迹,有效降低了经典K-均值算法过于依赖初始聚类点带来的错误.仿真数据证实,能在目标密度大且航迹存在交错的场景下保持较高的关联正确率,具有较好的可用性.     

网络社交平台匿名机制失效分析——以微博实名制为例

在当今社会生活中,网络在人们的日常交流中起着日益重要的作用,网络社交平台作为人们网上交流的平台有着不可替代的作用。然而由于网络的开放性等一系列原因,匿名社交平台秩序遭到破坏,人们利用网络进行交流并获取信息等权益无法得到保障。论文主要对网络环境中的匿名机制失效问题进行分析,采用“目标-参与者-关系-环境”分析方法（GoSRE）,从目标、参与者、关系、环境以及制约和激励因素的角度,对网络匿名机制失效状况进行分析,并简述该机制的改进措施——实名制的必要性与合理性,以及实施该措施后所取得的成效。