基于局部多均值表示的K-近质心近邻分类算法

基于局部均值的KNN分类(LMKNN)算法使用了局部均值点来反映样本间的相似性,可以提高分类的正确率。但局部均值点对于分类却依然具有相同的权重,然而不同近邻点应当具有不同的权重。近质心近邻分类(K-Nearest Centroid Neighbor Classifier,KNCN)算法中近质心近邻可以反映样本的几何分布信息,但基于简单的最大投票原则也导致近邻点具有相同权重。故提出了基于局部多均值的K-近质心近邻分类(The Multi-Local Means-Based K-Nearest Centroid Neighbor Classifier,LMRKNCN)算法,为了验证该算法的分类有效性,选取较新的四种对比算法在真实数据集上进行实验比较,结果表明LMRKNCN的分类性能优于其他对比算法。

构建安全的地震应急指挥系统——卫士通网络安全解决方案

中国地震局作为国家抗震救灾应急指挥的单位，为了预防和减轻地震灾害发生带来的损失，能够有效地实现地震震情、灾情、应急指挥决策的快速响应，实现中国地震局与地方地震局之间、指挥部与地震现场之间的信息安全传送，确保指挥部在抗震救灾中科学决策、合理调度分配各种资源、有效地指挥抗震救灾工作，决定建立全国一体化地震应急指挥系统。