拉曼光谱结合模式识别算法用以牛奶制品智能判别与参数优化

本试验以牛初乳奶片、乳酸奶片为对象,采集了多个样品的拉曼光谱并进行结构解析,随后以拉曼光谱为输入,先后论证了多种数据预处理方法的适用性,以及特征提取方法的选择、分类算法的参数优化。结果显示,奶片的拉曼光谱可提供样品丰富的化学结构信息,表征蛋白质、脂肪、糖类等营养物质信息,但由于样品间具有较高的谱图相似性,仅凭裸眼无法实现类别判别。引入支持向量机分类器,系统讨论了包括小波降噪、多元散射校正、求导、归一化多种数据预处理方法,结果发现小波降噪、多元散射校正、一阶求导以及归一化相结合的预处理可有效提高分类器识别率。进一步运用主成分分析特征提取算法,揭示出特征提取可提高分类算法的运行效率、去除冗余信息、节省运行时间、提高分类准确率。随后,比较了网格搜索算法、粒子群优化算法、遗传算法,用以支持向量机分类器参数优化,揭示出网格搜索算法可高效获得最佳惩罚参数(c=11.3731)和核函数参数(γ=0.00097656),可供建立优化的智能判别模型。     

不同实验类型的基因表达数据聚类分析方法研究

就基因芯片数据聚类分析中广泛应用的K-means算法对常见的2种类型的基因芯片数据上的应用进行研究.结果表明,不同类型的基因芯片数据适用于不同的预处理方式和不同的相似度.对于时间序列数据集,对数化转换后,相似度选择协方差所得结果最好.对于非时间序列数据集,对数转化最好,相似度选取欧氏距离、平方欧氏距离、马氏距离都比较好.     

多分类器融合的移动用户行为识别模型

移动设备放置位置多样化以及不同用户行为的差异性,大大增加了用户行为识别的难度。为了提高移动用户行为识别的准确率,本文提出了一种多分类器融合的移动用户行为识别模型(BRMMCF)。该模型根据融合算法将多个基分类器的识别结果进行融合处理,得到行为识别的最终结果。该模型分别采用SVM和决策树作为分类算法,基于数据集XUPT-AAD进行了验证。实验结果表明,该模型对静止、步行、跑步、上楼、下楼的平均识别准确率达到95.05%。     

基于虚拟门的人群检测算法

虚拟门的算法由于出入口的算法简单易行,现实意义强,在加入了阴影去除、射影畸形矫正等多种预处理以后,有效的解决了阴影影响、个体重叠等多个问题。本文通过采用人群密度特征检测算法和人群流动特征检测算法,可以有效的实现人群检测。     

基于贝叶斯网络的手写数字识别的研究与应用

手写数字识别在很多领域都具有广泛的应用前景,为了提高手写数字识别的精度,建立了能够针对不确定、不精确信息作出有效推理的贝叶斯网络模型。首先通过二值化、细化、归一化等方法对手写数字进行预处理,利用粗网格特征提取方法提取特征值,然后使用基于关联规则的贝叶斯网络分类器算法区分手写数字,最后通过实验验证方法的有效性。实验结果表明,贝叶斯网络分类模型有较强的分类能力,是一种有效的手写数字识别模型。     

浅谈多分类器动态集成技术

分类器集成技术已成为机器学习和数据挖掘等领域的一个研究热点。随着时代的进步和科学技术的不断发展,在应用领域中人们对分类技术有了更高的要求。分类器动态集成技术作为一种改进的有效技术以满足人们深层次的需求。本文首先介绍分类器集成的背景、框架和单分类器的集成方式,在此基础上引入多分类器动态集成技术的原理、方法,最后阐述分类器动态集成技术在应用中存在的一些不足之处。     

一种基于DHP算法的频繁项集改进方法

本文给出了对于频繁项目集发现算法的一个有效改进措施,提出了基于划分技术的频繁项目集的生成技术DHPBP算法。该算法利用数据分块来储存数据库中的事务,对于每个数据分块减小数据库长度,提高扫描速度,在发现频繁项目集的过程中减少产生候选项目集的代价,从而减少了算法在挖掘过程中使用的存储空间和计算时间,对于增加事务数有良好的适应性。     

Web日志挖掘中的数据预处理技术研究

预处理是Web日志挖掘的重点,预处理的结果对挖掘算法产生的规则与模式有很大的影响,是保证Web日志挖掘质量的关键。本文提出了DUI技术,增强了预处理技术。并通过实验证明,先进的数据预处理技术可以提高数据预处理的结果质量。     

基于Kinect深度信息的Camshift改进方法

本文提出了一种基于Kinect实时深度数据的Camshift算法改进方法。在采集端,使用Kinect对深度图像数据,与彩色图像数据进行实时采集。改进算法可以有效的区分出,进入跟踪范围内颜色相同的物体。通过实验的验证对比,改进算法可以有效的避免相同颜色形状类似的物体,对原有跟踪物体的影响。     

Proxy网元在垃圾短信拦截系统中的应用

近些年国内通信运营商虽然在不断地建设和完善垃圾短信分析和拦截系统,但由于用户量和信息发送数量不断增加,对于垃圾短信系统处理设备的配置要求不断升高,故导致运营商的建设和维护成本不断增加,使通信运营商处于困难处境.此时研究出一套可以提高垃圾短信分析和拦截系统使用效率的方法显得十分重要.该项研究准备在垃圾短信分析和拦截平台与短信中心之间,设计一个Proxy网元,在保证其与各系统接口的连通性设计、可网管性设计和安全性设计的基础上.在这个网元上设计短信内容分析、用户行为模型分析、用户分析管理等功能,对接收到的短信内容和行为进行预处理,将收到的具有违规内容或行为特征比较明显的短信进行直接拦截,反之将发送短信内容或行为特征不明显的短信发送到垃圾短信分析拦截平台和安全分析系统中进行进一步分析.这种方法不但可以大幅提高系统处理效率,而且具有高可扩展和灵活性,为运营商降低建设成本起到了重要作用.     

基于EfficientDet的蚕茧识别方法

蚕茧是纺织品重要的原材料,带有缺陷的蚕茧会对纺织品质量造成影响,目前人工检测的效率低,成本高,针对这一问题提出通过深度学习技术提高蚕茧缺陷检测的效率。本文首先通过左下角填充算法构造多蚕茧同时识别数据集,然后利用EfficientDet网络模型对该数据集进行识别,最后通过实验比较EfficientDet-D0、YOLOv5s、SSD神经网络在构建的数据集上的性能,实验结果表明EfficientDet-D0网络模型的mAP为82.4%,优于另外2种算法,具有较好的准确率。     

飞机研制设计数据的发放接收应用分析

本文在对过去阶段飞机研制设计环节中设计数据集的发放接收方法进行有效性分析,从而提出了一种数据发放接收的电子平台,这平台可以保证数据安全性能,把研制数据集精确、有效地传送到研制单位,同时可以方便有关部门对数据信息进行查询、浏览与应用。     

基于光谱技术的种蛋受精早期检测研究

为在鸡种蛋孵化早期（0～5胚龄）筛除无精蛋，试验采用透射光谱技术对种蛋受精情况进行无损检测研究。试验采集518个鸡种蛋的孵化前和孵化1～5 d的鸡蛋光谱数据，通过矢量归一化方法、二阶导等算法对数据进行预处理，对预处理后数据分别采用竞争性自适应重加权采样法（Competitive adaptive reweighted sampling,CARS）和连续投影法（Successive projection algorithm,SPA）提取特征波长，建立极限学习机（Extreme learning machine,ELM）和支持向量机（Support vector machine,SVM）两种种蛋受精检测模型，并进行测试集准确性的比较。结果显示，支持向量机模型对孵化前经SPA筛选后数据和孵化第5天全波段数据的测试集准确率分别为97.44%和99.37%。表明使用SVM模型进行鸡种蛋受精预测最为精确，且运行结果稳定，未来可用于生产。     

应用通用特征基函数法快速求解目标宽带RCS

提出了一种快速计算目标宽带RCS的有效算法。传统通用特征基函数法构造的特征基函数可以用于求解整个频段的电磁散射特性,但在求解低频点电磁散射特性时会加大计算的复杂度,从而增加RCS的求解时间。本文提出的一种基于通用特征基函数法的加速算法,该方法采用自适应计算技术降低了低频点的冗余计算。数值结果证明了该方法的有效性和精确性。     

一种基于Kohonen神经网络的雷达回波特征识别和分类方法研究

本文针对雷达三维目标回波特征抽取和分类问题,提出了一种基于均值滤波器和Kohonen自组织映射神经网络相结合的方法。仿真实验表明该方法抽取的特征具有良好的稳定性,且精度高,比单一的自组织分类器有更强的优势,最后通过采用实地录取的两组雷达目标回波数据进行检验,实验数据表明该方法可以使准确率达到90%以上,具有良好的提取效果和实用性。     

带电作业目标检测方法研究与探讨

在电力配网领域中,为了对电力设备进行评估和风险排查,需要检测电力设备在带电状态下进行的各种作业。目前主流的配电网目标检测方法有基于深度学习的目标检测方法和基于传统计算机视觉算法的目标检测方法。前者利用深度学习算法,通过对标注数据的学习,训练出一个能够自动检测目标的模型,检测精度和速度上都有很大的提升,但需要大量的标注数据和计算资源进行训练和推理。后者利用传统的计算机视觉算法,对图像进行特征提取,并使用分类器对目标进行检测,但在复杂场景下的检测精度会受到影响。随着技术的提升,配电网带电目标检测技术会越发完善。     

基于水平集算法的唇象分割

中医面诊中,能通过观察唇体的颜色、质地诊断病人的相关病情,因此将唇体从背景中分离出来应用于计算机辅助中医面诊可以促进中医的发展。本文采用Chan-Vese水平集算法对唇象进行分割。本文采用的数据集是采集自志愿者的23张唇象数据,通过实验展示,本文算法在该数据集上取得了较好的分割结果。同时,本文通过定性和定量分别对实验结果进行分析,阐述水平集算法在唇象分割工作中的优点以及不足之处。     

排序学习中的Ranking SVM算法研究

本文详细分析了基于支持向量机的排序学习算法Ranking SVM,通过选取不同的惩罚参数在OHSUMED数据集进行实验,衡量了算法在评价准则MAP和NDCG@n下的性能。     

城市建筑垃圾处理研究

建筑垃圾成为城市发展的障碍之一,影响着城市建设和人民生活。本文通过对建筑垃圾的定义、特点、组成及危害性进行分析,介绍了建筑垃圾预处理、预处理系统工艺、再生利用以及混合利用的主要内容,提出了全过程的建筑垃圾管理。     

基于粗糙集的增量贝叶斯分类实现

海量数据且高维环境下,朴素贝叶斯分类可能即面临获取大量带类标签代价过高又面临当前分类规则不能适应数据变化等问题。于是提出一种基于小规模训练集的基于粗糙集(RS)动态约简增量式贝叶斯算法来实现问题分类:利用粗糙集理论对数据进行动态属性约简获得极小集属性,再用朴素贝叶斯推理(NBC)方法对知识进行增量学习和分类。该方法结合了增量学习与动态约简的优点。实验证明了算法的可行性。