基于改进SIFT算法的图像识别研究

针对基于SIFT算法的图像识别中存在着识别准确度不高,匹配速度慢问题。提出了一种快速获取特征点和匹配特征点方法。首先基于图像边缘的特征点获取方法,对图像边缘进行扩展,只在扩展区域内判断特征点。然后在特征点描述符中增加特征点周围16个子区域归一化后的灰度差分值信息,增强特征点描述能力。通过KPCA降维方法对描述符降维,最后在特征点匹配阶段使用余弦相似度预处理噪声特征点,加快匹配速度。在实际测试中,相对于SIFT算法图像识别率提升了8%左右,识别速度提高了50%左右。

基于博弈论的能量合作安全机制

针对能量合作技术可能存在的能量不可加密、能量不可备份和能量状态不可见的安全隐患,该文提出了一些可行的解决方案。首先,引入博弈论中重复囚徒困境模型,使用“一报还一报”策略促使节点合作行为的产生。其次,利用能量签名技术实现能量传输的抗抵赖性,利用定期能量报告技术防止节点能量状态伪造。最后,综合上述防范策略提出能量合作安全算法,并通过仿真实验验证其有效性。

无等待流水调度量子候鸟协同优化算法

文章提出了一种新颖的量子候鸟协同优化(CQMB)算法,求解无等待流水调度问题(NWFSP)最小化最大完工时间。算法首先采用量子双链编码方案扩大解空间;全局使用候鸟优化(MBO)算法进行迭代并与量子旋转门相结合,实现较差个体的改进以及劣势个体与优势个体之间的信息交换,从而提高解的质量;采用变邻域搜索(VNS)策略加速种群收敛并跳出局部最优;测试了基准实例Ta001-Ta090,将CQMB与目前较优算法DWWO比较,DWWO获得较优解的个数为57,而CQMB则为75个。实验结果证明了所提算法具有较强的优化能力,能够有效地求解中小规模无等待流水调度问题。

云计算在健康体检项智能推荐系统中的应用与设计

随着信息技术的快速发展,在云计算技术的支持下很多医疗系统相继出现,其中的健康体检项智能推荐系统不但可以为人们的身体状况进行监测,提出在合适的时间到医院就医的合理性建议,还可以建立起个人的网络医疗信息档案,对医疗数据实现共享和管理,使医生能给患者提供高效可靠的医疗建议。云计算技术可以对用户的大数据分析计算提供强有力的支持,云计算平台通过健康体检项智能推荐系统实现对用户的健康信息的实时准确的管理目的。

一种改进的关联规则并行算法

经典的关联规则求解算法(如Apriori算法)是串行算法,当数据量比较大时挖掘效率较低;提出了新的并行BVP算法,BVP算法通过多线程并行读取数据并计算相应的数据特征,然后计算频繁项集和关联规则;实验结果表明:相对于经典Apriori算法,算法执行效率更高。

一种基于有向图的多维多值属性关联规则挖掘算法

针对多维多值数据特点,提出了基于FP_Growth的改进算法FP_G。FP_G算法存储结构使用有向图,增加了头结点,方便对图剪枝和遍历。针对图结构使用了新的剪枝策略,对于小于最小支持度的边直接删除,无须修改结点指针。关联规则生成时通过头结点进行深度遍历生成最大频繁模式集。实验结果表明,FP_G算法相比FP_Growth算法,在百万数量级的高维数据集上,执行时间平均节约30%左右。

一种基于图的数据流关联规则挖掘算法

针对经典的数据流挖掘算法Lossy Counting算法空间性能较差,并且在搜索指定长度的频繁项所用时间较长等缺点.提出了基于改进的有向图结构的数据流挖掘算法.改进的算法可在图中双向查询和增加频繁项,并且结构中包含了频繁项的长度,在进行指定长度频繁项查询时,无需遍历整个数据结构.实验表明,改进算法比Lossy Counting算法执行效率有所提高.

一种改进的布谷鸟算法

为提高布谷鸟搜索算法的局部与全局搜索能力和收敛速度,提出了一种改进的布谷鸟算法。在该算法中,增加了交叉操作和变异操作,以增强布谷鸟算法的种群多样性和搜索性能。分别研究了在函数优化问题上,改进后的算法在低维和高维函数参数情况下的运算性能。结果表明:改进的布谷鸟算法提高了算法运行效率,减少了运行时间。

可视化设备管理系统研究和设计

在学校的设备管理系统中,通过与监控设置的连接可以实时地查看设备的使用情况,为了及早发现闲置设备和利用率不高的设备,重新进行设备配置的优化,避免教育资源的浪费;提出了一个通用的访问DVR信息的框架。该框架通过统一接口屏蔽不同DVR设备二次开发接口的不同,降低了系统之间的耦合度,修改方便。并且可以动态增加、删除DVR设备的插件,无需停止框架运行,支持热插拔技术。通过该框架扩展支持各种类型的DVR设备,只需要调用DVR设备的驱动程序实现IDVRSuperClass接口,通过简单配置即可由框架支持,扩展简单、方便。

求解改进的基于布谷鸟算法的多目标优化问题

对多目标优化问题求解的布谷鸟算法进行了改进,用以求出指定个数的Pareto非劣最优解,并设计了Pareto非劣最优解的筛选方法。仿真实验证明:改进后的算法可以求出指定个数的Pareto非劣最优解,且解的多样性和均匀性均较好。

求解多峰函数的聚类布谷鸟算法的研究

针对多峰函数问题,提出了基于聚类的聚类中心的最大最小距离计算方法。相对于常用的最大距离法,最大最小距离方法求出的聚类中心分布更加合理。每个聚类的求解局部最优值,使用了改进的布谷鸟算法,通过精英保留、小生境进化和向最优靠近等策略加速局部收敛速度,利用Lèvy飞行的重尾特性和小概率偏好随机游动,增强全局搜索能力。通过实验仿真,本算法准确性高,速度快,有一定的实用价值。

一种改进的高效用频繁集挖掘算法

运用(k-1)阶频繁集与1阶频繁集中较少项数的频繁集组合生成k阶频繁候选项、使用最大效用值系数、各阶频繁项集最大数目限制三种方法,对高效用频繁集数据挖掘经典算法Two-Phase进行了改进,研究了在低维数据集上不同数据量、高维数据集上不同数据量和不同维数数据集改进算法了运行时间。结果表明:改进方法的算法在高数据量和高维数据集中提高了算法运行效率,减少了运行时间。实验表明,在高维和百万数据级的数据集上,执行时间相对于Two-Phase算法至少节约了50%。

通用数据挖掘系统的结构与设计

数据挖掘是当前应用系统有效的功能扩展,通过数据挖掘模块可以提升应用系统的价值,发现数据的深层次知识。但是数据挖掘算法的多样性,以及开发的高难度,限制了数据挖掘功能的广泛应用。为了提高数据挖掘模块的通用性及扩展性,减少与特定领域的耦合性,设计出一个结构松散、扩展性强、领域无关、支持动态配置的通用数据挖掘系统是非常必要的。利用高级语言支持的反射功能,设计了简单的插件模型和数据挖掘过程中各功能模块的统一接口,通过系统内核动态加载并运行插件,有效地增加了数据挖掘模块的通用性和扩展性,具有一定的实用价值。

一种小生境布谷鸟算法

为提高布谷鸟算法的搜索能力和收敛速度,提出了基于小生境思想的改进布谷鸟算法。在该算法中,对鸟巢按距离进行分组,组内根据适应值大小进行不同范围的Lèvy分行,组间进行自定义的"交叉"运算,以增强算法的全局和局部搜索能力。实验仿真表明,小生境布谷鸟算法在函数优化问题上,提高了优化精度和稳定性。

求解TSP问题的改进布谷鸟算法

提出了一种利用布谷鸟算法和2-Opt算法相结合的用于求解TSP问题的新算法(ICS),利用布谷鸟搜索算法的搜索原理来自适应地构造2-Opt算法的交换参数。针对TSP问题存在的组合爆炸问题,ICS算法会根据更新成功次数、最近更新值比率等值计算用于2-Opt算法的交换位置和交换长度。ICS算法搜索在前期进行局部搜索,可以快速收敛到次优解;在搜索后期进行全局搜索,可跳出局部解,增加搜索的空间。对不同规模TSP问题的仿真结果表明ICS算法在求解精度和稳定性上具有一定的优势。

一种基于矩阵直接生成二阶频繁项集的多值属性关联规则算法

使用经典的Apriori、FP_Growth等算法进行多值属性关联规则挖掘,一般是先生成频繁项集,然后根据频繁项集生成关联规则。但当一阶频繁项集通过自连接生成二阶频繁候选项集时,会出现组合爆炸现象,这严重影响了挖掘的性能。改进算法在扫描数据集的过程中,直接在内存中生成以矩阵方式表示的二阶频繁项候选集,高阶频繁项集只需扫描二阶频繁项集矩阵即可生成。实验结果表明,改进算法相比经典FP_Growth算法执行效率至少提高了50%。

一种基于压缩矩阵的多值属性关联规则改进算法

针对经典的Apriori算法对多值属性数据进行关联规则挖掘时效率低下的问题,提出了改进算法。算法通过对属性值进行二进制编码、增加行和属性值计数器等方式,对数据进行了压缩,并针对压缩的存储矩阵使用了新的频繁集生成算法。实验结果表明,改进算法相比经典Apriori算法执行效率更高,所需资源更少。

基于WEB GIS的高校设备管理分析系统的设计

针对建设高校设备管理工作,该文提出并实践了利用WEB GIS提供的可视化地理图形界面和计算引擎开发的设备信息系统。系统以校园地图为导航界面,通过框选建筑或设备的方式对信息进行查询和统计。针对缺少衡量分配的设备在地理位置上的集中情况,该文提出了在二维地图中的设备集中度概念及相应的计算公式。

一种基于轮询机制的SDN-WLAN负载均衡算法

研究SDN-WLAN网络的特点和体系结构,结合轮询机制,针对分布式AP承载用户的均衡问题,提出一种基于轮询机制的SDN-WLAN负载均衡算法,包括AP软件构建、算法描述和模拟实现。实验表明,该算法可以均衡SDN-WLAN网络中AP负载,增加网络吞吐量,提高网络资源利用率。

云平台下高校毕业生就业推荐反馈系统的设计

针对大学生初次择业时对自身特点认识不足,自我定位与岗位需求存在较大偏差,"跟风择业"的问题,在现有学生数据的基础上,研究云平台下高校毕业生就业推荐反馈系统.从系统架构、服务端功能设计、性能分析、可行性分析几个角度进行阐述.