一种IP数据包快速分类算法

为了提高查找效率,在无冲突哈希查找算法和Grid of Tries算法的基础上提出了一种基于无冲突哈希和多比特Trie树(NHMT)的IP分类算法.该算法的核心有3部分:哈希函数的构造,主要是采用基于目的端口和协议两域构造哈希函数,使得在最坏情况下完全避免了空间爆炸问题;在Grid of Tries算法的基础上,对Grid of Tries算法改造成修剪的Trie树和多比特Trie树,以减少空间复杂度;在无冲突哈希查找算法的基础上扩展一层用于存放源端口号(或范围),扩展后一般要提高算法的时间复杂度,要通过引入多比特Trie树的方法进行解决.对于空间复杂度方面与无冲突哈希查找算法比较,一般情况下不增加空间复杂度.通过仿真,当对10 000条规则进行包分类时,该算法的分类速度可以达到1 Mbit/s,所消耗的最大内存为8.2 MB.     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

基于RBF神经网络的Web分类挖掘研究

根据Web文档分类与人工神经网络理论，设计了一个Web分类挖掘系统。针对BP网络分类器的不足，提出了用径向基函数神经网络对Web页面中的文本信息进行分类的方法。实验初步证明，用径向基函数进行分类比BP算法构造的神经网络更具准确性，有效地提高了分类的正确率。     

一种新型决策树属性选择标准

讨论传统决策树算法中三种常用的基于熵的属性选择标准，提出一种基于属性重要性排序的建立决策树的新方法。该方法在决策树的每个内结点首先依据属性重要性将属性进行排序，然后选择最重要的属性作为分类属性生成决策树，并抽取出规则。与传统的决策树数据分类方法相比，此方法可有效地选择出对于分类最重要的分类属性，增强决策树的抗干扰能力，并提高规则的预测精度。     

基于改进灰色关联度的权重确定方法

决策者在进行决策时，指标权重往往是关键。但目前提出的各种确定方法，都带有一定的主观性，且不能反映指标对目标的影响方向。因此，本文在对现有权重确定方法总结的基础上，提出基于改进灰色关联度的权重确定方法，较好地解决了这一问题。     

供应链管理中供应商选择的灰色综合评价法

建立基于灰色关联度分析的灰色综合评价模型,并将其应用于供应链管理中供应商的选择.在确定指标权重时,采用了熵的概念,避免了常用方法如层次分析方法所带来的主观因素的影响,经实例验证,该方法是可行的,具有一定的实际意义.     

数量分类中试验数据的函数变换

依据数量分类学原理对数量分类中试验数据的函数变换的必要性进行了分析．给出了常用的试验数据函数变换方法，确定了对试验数据进行函数变换的一般原则。     

中国阳蝇属区系研究(双翅目:蝇科)

阳蝇属迄今在全世界已知400余种,本文报告了阳蝇属的属征、生物学及分类概况.在已有标本采集记录和资料的基础上,讨论了我国阳蝇属已知种的区系分布特点.结果表明我国阳蝇属种类极其丰富,已知176种,约占世界阳蝇已知种数的44%;在世界动物地理区划中,古北界种81种,东洋界种73种,古北和东洋界共同种13种,全北界种9种;在我国动物地理区划中,西南区、华北区和东北区的种类最为丰富;在我国已知的阳蝇中有140种为地方性种.     

基于人工神经网络的城市航空遥感图像植被分类研究

研究了一种基于模糊量化与多层前馈神经网络相结合进行多类别遥感图像植被分类的新方法.对分类指标 进行π隶属函数模糊量化之后,进行多层前馈神经网络(MLP)训练,再用训练后的MLP网络构成监督分类器,并 以宁波市彩红外航空遥感图像资料为数据源,选取园林区为试验区,对植被进行监督分类,分类精度达78%.研究 成果表明,该方法适用于多类别的遥感图像植被分类,其分类效果也较好.     

嫁接苗木自动化品质检测与分级研究

利用计算机图像处理技术，结合目前自动化嫁接技术的发展与特点，模拟人的分级选苗过程，设计出苗木自动化品质检测与分级软件。利用该软件进行瓠瓜、西瓜苗木品质检测试验，结果与人工检测相比0级苗与1级苗的准确率均达到了100％，实现了苗木嫁接前的自动选苗。有利于进一步提高苗木嫁接质量，推动我国工厂化培育嫁接苗的快速发展和促进自动化嫁接技术的完善与发展。