基于密度的全局K-means算法的改进

针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度数的DGK-means算法,并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下,改进的DGK-means算法比全局K-means算法和快速全局K-means算法,聚类用时更短,聚类效率更高.     

无线异构传感器网络泥石流监测系统概述

通过描述几种典型通用的泥石流监测方法,逐步引入基于无线传感器网络的泥石流监测技术,分别从传感器、节点、传输协议、系统建模、实现原理等方面对比论述无线异构传感器网络应用于泥石流监测系统的设计、实施和扩展,在此基础上提出了异构无线传感器网络应用于泥石流监测时面临的系列关键问题.希望通过归纳汇总可为无线传感器网络、异构传感器网络、泥石流实时监测和预警方法的基础理论研究和应用基础研究提供有价值的参考.     

无线异构传感器网络泥石流监测系统概述

通过描述几种典型通用的泥石流监测方法,逐步引入基于无线传感器网络的泥石流监测技术,分别从传感器、节点、传输协议、系统建模、实现原理等方面对比论述无线异构传感器网络应用于泥石流监测系统的设计、实施和扩展,在此基础上提出了异构无线传感器网络应用于泥石流监测时面临的系列关键问题．希望通过归纳汇总可为无线传感器网络、异构传感器网络、泥石流实时监测和预警方法的基础理论研究和应用基础研究提供有价值的参考．     

基于线性LTSA算法维数约减的软件缺陷预测研究

软件缺陷预测是软件开发过程中的一项重要技术,针对软件缺陷数据集的高维、小采样造成预测精度下降的问题,采用线性局部切空间排列算法对数据集降维处理,选用支持向量机作为基础分类器进行二值分类,建立软件缺陷预测模型,采用二维混淆矩阵评价模型的预测精度.实验结果表明,与其他模型相比,该模型可用较少的邻域点约简至更低的维度,不需要重新学习样本空间的流行几何结构,直接映射新的样本点,且预测时间耗费成本由13. 726 9 s降低至6. 217 s,给定参数区间寻优时间耗费由267. 442 1 s降低至165. 98 s,有效提高了软件缺陷预测的效率.     

智能电网CPS关键技术综述

根据工业化和信息化的融合需求,将物理信息系统和智能电网的优势进行协同,形成了智能电网CPS.从智能电网CPS的3个层级单元级CPS、系统级CPS、Systems of Systems(缩写为SoS)级CPS体系架构入手,着重阐述了智能电网CPS的研究现状和各个层级对应的关键技术.分析比较了各层级不同应用的优缺点,以此展望了智能电网CPS亟待解决的问题和未来的发展方向.     

基于Zigbee-WiFi的异构无线传感网实时数据融合机制研究

研究了IEEE 802.15.4 Zigbee协议及IEEE 802.11b WiFi协议,基于Zigbee-WiFi的媒体接入控制层(MAC),设计了一种具有Zigbee与WiFi协议转换的网桥,同时引入数据重组转发的概念,实现了Zigbee无线传感网与WiFi传输通信的异构融合.仿真结果表明,融合的网络的服务质量相对于非异构网络有很大提高.     

基于BERT与多通道卷积神经网络的细粒度情感分类

为了分析突发事件期间网络舆论的情感倾向,以更有效地调节人们的情绪,维护社会稳定。本文提出了一种融合BERT模型和多通道卷积神经网络的深度学习方法用于细粒度情感分类,以获取更加丰富的文本语义特征信息。通过BERT 对输入的文本进行编码,以增强文本的语义特征表示,再通过具有多个不同大小的卷积核的并行卷积层来学习文本特征,捕获文本的深层次特征,提升模型在文本分类的性能。对比实验表明,该模型在准确性、召回率和F1值方面均优于传统的情感分类模型,并能显著改善细粒度情感分类的性能。除此之外,本文还探究了表情符号对细粒度情感分类模型的影响,实验结果表明表情符号转换成文字后可以增强文本的情感特征提取能力,提升模型分类性能。