基于二叉树结构双优化的SVM多分类算法研究

针对传统二叉树在多分类问题上存在分类精度不够高和时间复杂度较高的不足,提出了一种基于二叉树结构双优化的SVM多分类学习算法。此算法利用遗传算法对已经提取的特征参数子集和核参数进行双重优化,以获得最优的主要特征参数,从而有效地解决了样本结构复杂、分布不平坦的多分类识别问题。作者运用UCI数据库中的数据,通过仿真实验,并就经度和时间复杂度与有向无环图法和一对一法作比较,结果表明本文提出的算法具有较好的优越性。     

基于二叉树支持向量机多类分类算法的研究

基于二叉树的支持向量机多类分类算法虽然在目前现有的多类分类算法中总体性能较优,但是仍然存在分类精度和分类效率不高的问题。针对这些问题,提出了一种新的基于欧氏距离的二叉树支持向量机(Distance binary tree SVM,简称DBT SVM)多类分类算法,该算法综合地考虑了两类最近样本的欧式距离、类中心的欧氏距离对分类的影响,并且使最容易分离的类能优先分离出来。通过在UCI标准数据集上进行实验验证,结果表明该算法行之有效。
     

基于k-means++的多分类器选择分类研究

【目的】机器学习中不同算法适用于具有不同分布特征的数据集。在用整个训练集上训练得到的单个分类器预测新样本类别时,由于缺少对局部区域样本的针对性,可能导致分类器对某一区域数据的预测能力较差而产生错误分类。为了解决这个问题,提出基于k-means+ +的多分类器选择算法。【方法】首先用3种分类综合性能较好的算法———Ada-Boost、SVM、随机森林(RF)在训练集上分别训练得到3个分类器作为候选基分类器,然后利用k-means++算法将训练数据集分为k个簇,用3个候选分类器分别对每个簇进行分类测试,选择对这一簇中数据分类精度最高的分类器作为与它的数据相似数据的分类器。在对新样本进行类别预测时,首先判定样本属于哪个簇,然后用它的分类器进行分类预测。【结果】实验结果表明,新算法在9个UCI数据集上优于单个分类算法。【结论】基于局部区域动态选择最优分类器可以提高模型分类准确性。
     

基于情感分类的文本主题挖掘

互联网的电商中存在着大量的评论信息,这些带有主观情感色彩的评论信息不仅反应了客户对产品的满意程度,而且暗含了市场产品的流行趋势。针对评论信息中所蕴涵的相关主题词,提出了将文本分类和主题词挖掘相结合的方法。该方法首先使用SVM对情感进行分类,再通过 LDA 模型进行建模对分类后的评论信息挖掘主题词。真实数据集上的实验结果验证了本文方法的有效性,获得了良好的分类结果,能够准确地挖掘出主题词。
     

基于遗传距离的粘孢子虫分类研究

以18S rDNA作为分子标记研究了以粘孢子虫(Myxosporidia)常见属为代表的不同分类水平下的遗传距离分布规律。结果表明,粘孢子虫亲缘关系的远近与遗传距离具有明显的相关性,即粘孢子虫亲缘关系越远遗传距离越大,反之亦然;同时表明,本研究所涉及的种内、种间和属间阶元的遗传距离虽在一定范围内有重叠,但遗传距离由小到大排列依次为种内、种间、属间。研究认为物种之间在遗传距离上可能并不存在绝对的界限,但基于18S rDNA遗传距离的分歧在一定范围内对大多数物种的鉴定是有效的。
     

一种新的SVM多类分类算法

给出了一种基于编码二叉树的支持向量机(SVM,Support Vector Machine)的多类分类算法.首先,定义了一种构造编码二叉树的方法,在此基础上合理的使用每个训练样本对应的编码来对多类样本进行划分,使之转化为两类分类问题.由算法的实现过程可以看出,本算法可以大大减少子分类器的构造个数,从而简化了多类SVM分类算法.     

基于选择算子改进的多目标基因算法

【目的】为了提高多目标基因算法的有效性,获得更真实的Pareto前沿面。【方法】利用有效点定义减少计算复杂度,并基于分类Pareto前沿面的动态规划,定义了密度指数描绘前沿面上有效点的密集程度,使得被选点差异性更大且更靠近前沿面。【结果】在减少计算复杂度和增加被选点多样性这两方面改进了多目标基因算法。【结论】数值实验结果表明该方法是有效的。
     

蜜蜂属的分类方法研究进展

【目的】梳理应用较为广泛的蜜蜂分类方法,为今后蜜蜂属(Apis)的分类学研究工作提供参考。【方法】在Pubmed和CNKI中检索注蜜蜂分类方法相关文献,对检索到的文献进行归纳与总结,获得蜜蜂属主要的分类学方法及分类法研究进展。【结果】蜜蜂属的分类方法主要包括蜜蜂形态测定分类法、同工酶多态性分析法、分子遗传标记法和蜜蜂数量分类法。蜜蜂形态学分类法仍然是蜜蜂分类研究最基础的方法,新发展的分类方法能够对形态学分析进行补充,从而得到更准确的分类结果。但逐渐流行的分子鉴定分类法仍存在一定不足,如:RFLP法难以获得显示基因组DNA多态性的探针;多拷贝的微卫星DNA不能跟踪分离群体中个体基因组的同源区域;显性的RAPD标记不能区分动物的纯合体与杂合体等。【结论】蜜蜂属分类研究方法随着分子生物学技术的发展而逐渐丰富。通过建立多方法组合、筛选单独或多种分子标记技术、构建自动化分子标记法等增加分类准确性和简化实验操作,将是今后蜜蜂属分类工作的研究重点。
     

基于改进CamShift的多场景接力跟踪

"为解决多场景多摄像机下目标接力跟踪问题,减少因场景、光照、视角、遮挡等变化引起的目标丢失,构建了基于CamShift算法的多颜色模型空间,并用多目标规划最优求解法获得最优组合,以减少场景转换给目标追踪带来的干扰;并利用ⅡR滤波器、加速度位移方程、二阶矩阵等对目标位置、速度、旋转角度等进行预测。大量实验表明,方法能够在无人值守的情况下,对多个摄像机视频录像中的目标进行自动搜索和跟踪,跟踪效率较高,鲁棒性较强。"
     

基于LQI均值的WIA-PA网络路由算法研究

WIA-PA网络环境通常恶劣、干扰因素多,对网络路由质量的要求比较高,在以往的WIA-PA网络路由研究策略中没有考虑到链路质量因素。本文为了避免WIA-PA网络中链路质量差的路径转发数据,在AODV路由算法的基础引入了链路质量WMRWMA算法。并针对WMRWMA算法的不足通过LQI均值对WMEWMA优化,提出了一种主动和被动结合适合WIA-PA网络的路由算法。通过实验验证,本文提出的方法吞吐量比AODV算法提高了13%,丢包率上比AODV算法降低了10%,更适合WIA-PA网络环境。
     

基于邻域影响的改进粒子群算法的聚类算法

K-均值算法是一种传统的聚类分析方法,具有思想与算法简单的特点,因此成为聚类分析的常用方法之一。但K-均值算法的分类结果过分依赖于初始聚类中心的选择,对于某些初始值,该算法有可能收敛于一般次优解,在分析K-均值算法和粒子群算法的基础上,提出了一种基于邻域影响的改进的粒子群算法的聚类算法,通过对粒子群算法的改进来优化与K-均值结合的聚类算法。该算法将局部搜索能力强的K-均值算法和全局搜索能力强的粒子群算法结合,提高了K-均值算法的局部搜索能力、加快收敛速度,有效阻止了早熟现象的发生,达到那些离群的孤立点。实验表明该聚类算法有更好的收敛效果,一方面聚类所用的时间更短,另一方面聚类的准确率更高。     

相位一致性结合局部二元模式的纹理分类方法

局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统计其直方图,最后用Chi-square距离来度量纹理图像之间的相似性。由于滤波过程可以极大地降低噪声对图像的干扰,因此LBP与PC方法结合后在图像表征和纹理描述中具有较高的鲁棒性能。
     

一种改进的粒子群优化算法

针对粒子群优化算法中粒子容易聚集和收敛速度慢，提出一种改进的粒子群优化算法。该算法同时考虑到粒子进化的成功率和多样性程度对算法寻优性能的影响，当粒子集聚程度较高时，增大惯性权值，提高算法的全局搜索能力。为平衡算法全局和局部寻优能力，当进化速度较快时，提高算法局部搜索能力，以免错过较好的位置。在速度更新中，引入较差粒子，避免算法再次去搜索这些较差的位置，降低算法的搜索效率。将该算法用于优化6个经典测试函数，实验表明：该算法不仅可以平衡局部和全局的搜索能力，而且可以提高算法的搜索效率和精度。
     

基于离散粒子群算法的应急物资选址与调度

【目的】为了提高应急管理水平,有效降低突发事件的不良影响,研究了应急物资储备库的合理布局与物资调度问题。【方法】针对应急物资储备库与物资调度问题的特点,建立了考虑物资供应约束以及转运平衡约束的多目标优化模型,目标函数为储备库建设成本、维护成本与物资运输成本之和最小,整体风险程度和整体灾害处置难度最小。【结果】设计了带惯性权重的离散二进制粒子群算法对模型进行了求解。【结论】仿真实例表明了模型以及算法的有效性与收敛性。
     

一种改进的SVM多类分类算法在入侵检测中的应用

入侵检测作为网络安全的关键技术,成为了当前网络安全研究的热点,入侵检测算法的准确率和推广性能是研究的重点。基于二叉树的思想和超球支持向量机的特点,本文提出了一种改进的SVM多类分类入侵检测算法。本文通过引入相似度函数作为权值,选取相似性最小的两类样本构造两类分类器,采用自下而上的方法构造多个两类超球SVM分类器,并将该多类分类算法应用于入侵检测中。利用KDD CUP 1999入侵检测数据进行了仿真实验,实验结果表明,该算法能有效提高检测准确率、推广性能也得到较好改善。