一种基于精确欧氏位置敏感哈希的目标检索方法

针对目标检索问题,常用方案是视觉词典法（bag of visual words,BoVW）,但传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题. 针对这些问题,该文提出一种基于精确欧氏位置敏感哈希（exact Euclidean locality sensitive Hashing,E2LSH）的目标检索方法. 首先,采用E2LSH 对训练图像库 的局部特征点进行聚类,生成1 组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇直方图和索引文件,并由tf-idf 算法对词频向量重新分配权重;最后,将目标直方图特征与索引文件进行相似性匹配,完成目标检索. 实验结果表明,相比于传统方法,该方法较大地提高了检索精度,对大规模数据库有较好的适用性.     

一种基于Agent的事务处理分配策略

事务处理作为移动数据库的关键技术之一,是保证信息一致性和可靠性的基础.本文采用基于区域处理的查询处理模式的思想,对整个网络资源进行了划分,在分配策略上考虑到网络的具体情况对最近邻查找法进行了改进,使操作尽量本地化,提高了事务处理的效率.     

一种基于遗传算法和BP网络的鲁棒图像哈希方法

提出一种用于图像内容认证的基于遗传算法和BP网络（GA-BP）的鲁棒图像哈希方法。运用提升小波变换（lifting wavelet transform,LWT）得到图像的低频分量,对低频分量进行离散傅里叶变换（discrete Fourier transform,DFT）提取幅度和相位信息以建立图像的特征矩阵,利用构建的GA-BP模型,生成鲁棒的图像哈希序列并用于图像内容的篡改认证。实验结果表明,相比于同类方法,所提出的图像哈希认证方法对随机攻击、旋转、JPEG压缩,加性高斯噪声等具有较好的鲁棒性和区分性。     

基于概率回归模型和K-最近邻的电子商务个性化推荐方案

针对电子商务中个性化推荐问题,提出一种基于概率回归模型和K-最近邻的电子商务个性化推荐方案.实验结果表明,该方案能够准确为客户推荐所需的商品.     

一种带有盐度值的安全哈希加密算法的设计与实现

当直接采用安全哈希算法对用户的密码进行加密时,虽然对密码执行了哈希运算,解决了在数据库中以明文的形式存储用户密码的潜在安全隐患问题,但是这种加密策略在面对字典、彩虹表攻击时就显得有些脆弱了,并没有达到更高的安全性．为了解决上述问题,本文设计并实现了一种带有盐度值的安全哈希加密算法．通过带有盐度值的哈希运算,可以使得生成的密文进一步随机化,进而使得攻击者需要为每个盐度值创建一条字典记录,这将使得攻击变得非常复杂,最终使攻击者利用字典、彩虹表进行攻击的成功率降低．     

一种基于神经网络的RSSI定位算法

针对商场、地下室等室内环境GPS室内信号较弱、定位误差较大的问题,本文提出了一种基于神经网络的RSSI定位算法,通过对基本的BP算法加以改进,优化其功能,最后进行实验验证。     

一种基于密度的改进KNN文本分类算法

KNN算法是一种应用广泛的人工智能算法,在文本分类应用中,简单有效,易于实现．但是,KNN分类的时间复杂度与训练样本数量成正比,而且,训练样本分布密度的不均匀性将导致分类准确性的下降．本文在KNN算法的基础上,提出一种改进算法．算法分析了训练样本的分布密度,通过裁减高密度区域训练样本,降低样本数量,调节训练样本分布,达到提高分类准确性的目的．实验证明,基于密度的改进KNN文本分类算法在降低时间复杂度的同时,还具有较好的准确率和召回率．     

一种基于二元粗糙关系的栅格数据局部运算方法

GIS中不涉及统计量的栅格数据局部运算是利用像元值之间的组合代码来表示结果的.对于两个输入图层的栅格数据,每个栅格像元的两个取值组合是一个典型的二元关系有序对,局部运算的结果其实就是由各个像元的像元值构成的一个二元关系.利用后继、前继邻域关系重新来表示栅格数据局部运算,发现如果采用后继邻域关系表示局部运算,结果就是对于第一个输入图层各种像元值重新进行一种邻域关系划分,采用前继邻域关系是对于第二个输入图层各种像元值重新进行一种邻域关系划分.并且采用前继、后继二元粗糙集,对于任一个二元关系可能会得到不同的上、下近似子集.     

结合分类方法的并行分形图像编码算法研究

针对分形图像编码计算密集的特点,建立编码步骤的串行-并行转化机制,利用计算统一设备架构CUDA的单指令、多线程执行特性,建立分形编码在图像处理器GPU上的并行计算模型,将耗时量较大的搜索最佳匹配块的串行执行过程并行化处理,并在此基础上结合方差法对值域块进行分类以减少搜索次数.实验结果表明,该文算法与原始算法相比可达到1 200多倍的加速并保持较好的解码图像质量,满足了实时编码的要求.     

基于改进局部保持映射的图像特征提取算法

针对目前局部保持映射算法(LPP)因忽略类标识信息而造成的计算效率问题,提出了基于类标识信息的监督局部保持映射算法,并将其用于图像特征提取中,该算法通过用类标识信息指导最邻近图构造过程来提高算法的效率,仿真实验的结果表明,该方法可以有效提高传统局部保持映射算法的运算效率,提高图像特征提取性能.     

基于交互信息的混合特征选择算法

针对传统的特征选择算法只专注于特征间的相关性和冗余性而没有考虑特征之间交互作用的问题,提出一种基于交互信息的混合特征选择(hybrid feature selection based on mutual information,MIHFS)算法,该算法以K-最近邻算法的分类准确率作为衡量所选特征分类性能的评价指标,有效...     

基于代价敏感卷积神经网络的集成分类算法

针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive conv...     

基于遗传算法的机组优化组合研究

为降低发电机发电成本,采用改进的遗传算法研究发电机组优化问题。首先将爬山法应用于遗传算法,使得改进后的遗传算法不仅具有搜索速度快、鲁棒性强等优点,而且收敛迅速,精度高;然后将改进算法应用于发电机机组优化。模拟仿真表明,该算法收敛性好,适应性强,具有很好的实用价值。     

基于改进的MMR算法的新闻文本抽取式摘要方法

提出了基于最大边缘相关（maximal marginal relevance,MMR）的新闻摘要方法以及基于支持向量机（support vector machine,SVM）和MMR相结合的新闻摘要方法。其中,第1种方法是对传统MMR模型进行了改进,第2种方法使用了改进MMR模型对SVM分类结果进行了二次选择。实验表明：相比于传统MMR模型,该文提出的基于改进MMR的摘要方法和基于SVM-MMR的摘要方法的平均准确率分别提升了0.148、0.204,且基于MMR的新闻摘要方法的摘要效率约为基于SVM-MMR的摘要方法的3倍。改进的MMR算法更加适用于对摘要效率要求高的应用场景,特别是对长文本进行摘要。基于SVM-MMR的摘要方法则更适用于生成对文本内容覆盖相对全面的摘要。     

一种面向捷联航姿系统的模糊全阻尼算法

提出了一种新的模糊全阻尼算法.根据控制理论的思想,该算法在系统3个回路中分别加入不同的阻尼反馈网络,通过引入磁航向信息和充分利用系统本身速度信息来阻尼有害信息.由于水平回路阻尼网络的使用有一定的限制条件,系统设计了模糊控制器来控制阻尼网络的使用.仿真和试验证明:模糊全阻尼算法明显抑制了舒拉周期振荡和傅科周期振荡,有效地提高了捷联航姿系统的精度.     

基于树形拓扑网络的实用拜占庭容错共识算法

实用拜占庭容错算法在节点数量较多的广域网环境下存在性能瓶颈.为提高该算法的可扩展性,基于树形拓扑网络将全网范围共识拆分为若干子网范围共识;同时引入信誉模型以降低错误节点在共识过程中的影响力,提高系统的安全性、容错性与可靠性.实验结果表明:所提算法的性能明显优于原有算法,表现出良好的可扩展性,可用于大规模许可链系统.