决策树算法在高考志愿填报中的应用

分类是数据挖掘的重要组成部分,它根据类标号己知的数据建立模型,进而使用该模型来预测类标号未知的数据所属的类。在众多的分类算法中决策树方法在可理解度、易训练性、易实施性和通用性等方面优于其他的分类方法。选择将决策树分类法应用到高考志愿填报研究中。     

基于神经网络的道路季节分类

为了合理确定路面结构设计时的输入参数,引入自组织特征映射神经网络,结合Matlab软件对神经网络进行权值训练,将网络训练是否收敛来作为分类的依据,根据温度、交通量和降雨量等几个重要参数对道路进行季节分类,最后按照分类结果进行路面结构分析与材料设计.实践证明,该方法分类效果良好,能很好地解决路面设计参数的合理确定问题,从而大大延长路面的使用寿命,提高道路投资的经济效益.     

图书在版编目数据中分类号的错误分析

阐述了图书在版编目CIP数据分类号的质量,分析了造成分类号出现质量问题的原因,提出了完善CIP数据分类号的解决方案。     

高校图书馆档案管理研究

分析了目前高等院校图书馆档案管理工作的现状,阐述了建立图书馆档案分类体系的必要性,提出了加强高校图书馆档案建设的具体措施。     

摄影与生活

在我们居住的城市中,每天都可以看到大量的影像,几乎很少有任何别的东西可以这么满目皆是了。在我们国家的历史上,也没有任何一种社会形态中,曾经出现过这么集中、这么密集的视觉影像信息。摄影已成为人们工作、生活的一个重要角色。     

导数在提取植物叶片锯齿特征上的应用

运用计算机图像处理和分析技术对植物叶片图像进行图像预处理并提取叶片的轮廓,通过分析轮廓曲线中离散像素点的导数值,获取叶形的犄角点,从而提取锯齿,为基于叶片外观特征的植物分类提供辅助.     

基于粗糙集与支持向量机的Web文本分类

Web文本分类是Web数据挖掘的一个重要研究方向,它是在通过经验数据训练得到的分类体系下,根据网页的文本内容自动判别网页类别的过程,本文提出一种综合粗糙集与支持向量机的Web文本分类模型,利用粗糙集的属性约简方法,减少支持向量机训练数据的维数,提高Web文本分类的性能与效率．     

高速包分类平台的FPGA设计

在网络安全系统中,基于软件的包分类系统受处理器性能与软件串行执行等因素影响,包分类速度有限.为了提高包分类和规则预处理的速度并快速适应规则的更新,本文用硬件电路与通过预规则处理生成的二叉树结构,设计并实现了基于FPGA的包分类系统.实验结果显示：50 000个规则的预处理时间不超过0.051 s;系统的包分类平均速度大于10 Gbit/s,Snort入侵检测系统的规则头的分类平均速度大于20 Gbit/s.     

基于卷积神经网络的图像分类研究进展

基于卷积神经网络的图像分类算法的优势是传统方法无法比拟的。卷积神经网络利用其设计好的网络结构和权值共享的特点,能够从数量庞大的训练数据中学习图像底层到高级语义的抽象特征,而且端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注。多年来,卷积神经网络经过科研人员的探索和尝试,从最开始的多层神经网络模型,演变出多种优化结构,性能不断提高。本文介绍了基于卷积神经网络图像分类算法的研究进展,叙述了卷积神经网络在图像分类中的经典模型和近年来的改进方法,并对各个模型进行分析,展示各种方法在ImageNet公共数据集上的性能表现,最后对基于卷积神经网络的图像分类算法的研究进行总结和展望。     

浅论气象术语标准研制的问题与对策

为避免气象术语中出现循环定义、定义不协调、定义与术语不匹配、定义重复术语名称或使用代词等问题,运用术语学原理分析,提出研制术语时要注意“语料收集、定义研制、术语分类、辨析关系”的对策建议,这对提高术语研制质量,增强表达交流效果,完善气象标准体系具有重要作用。