基于AIGA-BP神经网络的粮食产量预测研究

为了提高预测粮食产量的准确度,针对BP神经网络进行粮食产量预测时易陷入局部最优的缺陷,主要借鉴免疫系统的浓度调节机制和遗传算法的全局寻优特性,用自适应免疫遗传算法(AIGA)来优化BP神经网络的权值和阈值,并给出了具体的优化过程。用优化的神经网络对粮食产量进行了仿真预测,通过仿真实验表明,与BP神经网络预测法和遗传神经网络预测法对比,优化的网络模型在粮食产量预测中取得了更精确的结果。

基于虚拟方格的区域密度覆盖算法

当随机部署的信标节点集中在监视区域边界处时,仅依靠虚拟力无法均匀部署。针对该问题,提出基于虚拟方格的区域密度覆盖算法,根据节点密度将整个区域划分为虚拟方格,每次迭代根据区域密度更新虚拟力系数。利用边界力避免信标节点处于区域边界或死角,使信标节点合理分布在监视区域中。仿真结果证明,该算法可有效提高信标节点网络覆盖率。

基于采样特异性因子的实时异常检测

面向特异性的数据挖掘中,特异性因子是一个重要概念,但其计算时间复杂度过高。使用基于采样的方法定义特异性因子即采样特异性因子(Sampled Peculiarity Factor,SPF)可在不影响精度的情况下,提高运行效率。为提高基于SPF算法的异常检测效率,提出了基于SPF的学习采样频率算法,将SPF和最优采样频率结合起来提出了实时异常检测算法。在真实数据集上进行了实验,置信度为95%时,得到的最优采样频率序列为[1/32,1/16]。仿真实时异常实验表明该算法的误检率为2%。

基于框架语义标注的自由文本信息抽取研究

信息抽取是从自由文本语料库构建数据库,实现信息自动收集的有效途径之一。提出了一种以框架语义标注为基础构建信息抽取规则的信息抽取方法。基于框架语义标注的信息抽取是用统一的方法来指导信息抽取过程。这种方法具有较细的处理粒度,对语义规则性强的领域有一定的普遍适用性。设计了基于框架语义的BAIE(图书内容简介信息抽取)系统,并对图书的内容简介试行信息抽取。抽取结果表明,基于框架语义的信息抽取方式有一定的可行性和适用性。

VHDL编译器的设计与研究

简要介绍了 VHDL语言的发展 ,详细讨论了 VHDL语言编译器的设计 ;对预处理、词法分析、文法处理、语法分析、语义分析、出错处理 6个模块进行了介绍 ,同时设计了源描述编译的中间数据格式。

跨层多跳的LEACH路由协议研究

聚类算法是无线传感器网络中减少能量消耗的一种很重要的方法,它能够增强网络的扩展性和延长网络的生存时间。LEACH协议是无线传感器网络中被广泛应用的聚类协议,但它存在负载不均衡的缺陷。在原有协议的基础上提出了一种改进的通信协议:跨层多跳的LEACH路由协议(CM-LEACH),通过跨层多跳的方式减少了节点能量的消耗。仿真实验结果表明,新协议能够使聚类间的负载更加均衡,减少节点的过早死亡,延长整个网络的寿命。

基于遗传算法的智能组卷问题研究

本文在分析了组卷目标要求的基础上,建立了智能组卷问题的理论模型并建立了与之相应的模拟题库,提出了一种个体交叉率和变异率随种群多样性自适应调整的遗传算法来解决组卷问题。算法采用了基于题型的十进制分段编码,段内进化算子和误差加权适应度评估方法。实验结果表明,新方法的组卷质量和收敛速度都得到明显提高,并且较好的克服了标准遗传算法容易陷入局部最优解的现象,取得了较满意的组卷效果。

用Excel进行设备信息管理

阐述了用Ｅｘｃｅｌ建立设备管理信息系统的特点和方法，对系统功能进行了详细叙述，从经济性、实用性方面对设备管理信息系统的开发作了一些有益尝试。

改进的综合颜色纹理特征图像检索

提出一种使用颜色和纹理特征进行图像检索的有效方法。首先将图像进行合理分块,对每一分块使用离散余弦变换进行纹理特征提取,然后使用颜色矩对检索到的图像进行颜色特征提取。最后将查询图像的特征向量与数据库中图像的特征向量进行比较,以获得相似的图像。系统采用Corel公司的标准图像数据库进行实验。将单一特征图像检索与综合特征图像检索进行比较,实验结果表明,综合特征的检索更有效。系统检索结果的正确率为80%。

一种改进的基于互信息量的镜头边界检测算法

镜头边界检测是基于内容视频检索的基础环节。由于视频类型与内容众多,目前镜头边界检测中存在阈值选取困难、查全率和查准率不高等问题。针对以上问题提出一种改进的基于互信息量的镜头边界检测算法,在字幕检测定位算法有效定位字幕区域的基础上,通过比较非字幕、非四角区域HSV空间直方图求取的相邻帧间互信息量的差异程度,实现镜头边界检测。实验表明,与当前应用最广泛且比较有效的双阈值算法相比,突变镜头检测综合性能平均提高12.4%,渐变镜头检测综合性能平均提高8.2%,通过自适应阈值的选取,有效解决了阈值依赖人工经验选取的问题;与当前已提出的基于互信息量的镜头边界检测算法相比,该算法降低了计算复杂度、几乎能检测所有的淡入淡出镜头边界,并使得镜头边界检测具有较高的查全率与查准率。

上下文对用户搜索行为的影响

用户的搜索是在特定搜索上下文中进行的,虽然个性化搜索、社会化搜索可以利用一部分上下文信息,但有时搜索效果因搜索引擎未有效利用其他上下文信息而让人无法接受。论文采用发放问卷调查的方式,探索上下文信息对用户搜索行为的影响。首先针对用户上下文、查询上下文、页面上下文分别设计一定数量的调查题目;其次在新浪等五个网站发放问卷,收集为期一个月的互联网用户反馈结果,得到数据集;最后,分析三类Web上下文信息对用户搜索行为的影响。结果显示:查询上下文影响权重最大、用户上下文次之、页面上下文的影响最小,这一结果可为有效利用上下文信息提供一定的借鉴作用。

基于基本操作序列的编辑距离顺序验证

两字符串的编辑距离是从一个串转换到另一个串所需要的最少基本操作数。编辑距离广泛应用于字符串近似匹配、字符串相似连接等领域。动态规划法利用编辑距离矩阵来计算两个串的编辑距离,需要计算矩阵中的所有元素,时间效率低。改进的方法改变了矩阵中元素的计算次序,减少了需要比对的元素,但仍需要比对一半以上的元素,时间效率还有待提高。提出基于基本操作序列的编辑距离顺序验证方法。首先,分析了基本操作序列的可列性,给出了列举基本操作序列的方法。然后依次顺序验证基本操作数从小到大的基本操作序列直到某一序列通过验证,得到其编辑距离。在阈值为2的字符串近似搜索实验中发现,所提方法比动态规划类方法具有更高的效率。

电子商务下的物流

随着计算机和网络技术的发展 ,电子商务将成为商家客户交易中不可缺少的手段 ,而我国现有的物流业水平落后于网络经济的发展。本文是在分析国内外物流现状的基础上 ,提出了我国物流配送的解决方案。

基于缓冲池描述的DBMS分层排队网络模型及其求解

针对OLAP查询的特点,提出基于缓冲池描述的DBMS分层排队网络模型,以构建这一模型为例示范构建DBMS分层排队网络模型的方法和步骤。对比分析分层排队网络模型的两种求解算法——MOL(the Method of Layer)和SRVN(the Stochastic Rendezvous of Network)在算法结构、模型限制、描述能力、求解精度上的差别,总结出模型参数获取的三种途径。

基于免疫原理的计算机病毒检测技术分析与展望

对计算机病毒检测技术和免疫原理的应用历史及现状进行简要概括,针对目前免疫算法中否定选择算法及其检测器在检测应用中所存在的实际问题展开讨论和分析,以拓展免疫原理在计算机防御病毒的应用,并针对庞大数量的检测器缺少适当的管理策略和搜索策略,为促进计算机主动防御病毒的智能性,介绍了二叉树模型和禁忌搜索策略。

基于CPCI总线的某地形测量车内显示组合的研究与设计

对CPCI总线标准的概念以及特点优势作了较详细的论述,并根据其相应的特点阐述了在CPCI总线基础上对于某型地形测量车内显示组合的研究与设计过程。

面向移动端的渐进网格简化算法

针对现有渐进网格(PM)简化算法在网格高度简化时无法保持模型关键特征、简化速度慢、无法适应多种模型等问题,提出一种以可变参数结合二次误差和类曲率特征度的边折叠算法(QFVP),用于构建面向移动端的渐进网格。首先,该算法通过设置可变参数w,调整二次误差和类曲率特征度在边折叠误差中的相对大小,提升了算法的简化质量,扩大了算法的适用范围;其次,训练了一个误差反向传播(BP)神经网络,用于确定模型w值;再次,提出了边折叠过程中法向量线性估算法,提高算法简化速度,与Gouraud估算法相比,平均缩短网格简化时间23.7%。对比实验显示,QFVP简化生成渐进网格的基网格整体误差小于二次误差度量(QEM)算法和Melax算法;简化时间比QEM算法平均延长7.3%,比Melax算法平均缩短54.7%。

融合区域边缘特征的双重自适应图像水印算法

局部图像水印技术是指在图像的部分区域而非完整图像中嵌入水印,可抵抗裁剪类攻击,是目前水印领域的研究热点。当图像被攻击后,现有局部水印技术通过特征点定位的水印嵌入区域可能发生偏移,当区域中包含较多边缘时,由于边缘附近像素值差异明显,定位偏移会导致区域整体像素值发生较大的变化,使得水印提取失败。针对该问题,提出融合区域边缘特征的双重自适应图像水印算法。首先,提出一种嵌入区域的判定方法,利用滑动窗口遍历图像,综合边缘、纹理、灰度、位置等因素,对窗口区域进行评分,选择出含边缘少且隐藏性好的区域作为水印的嵌入区域。其次,提出一种双重自适应嵌入方案。在水印嵌入时,通常需要对图像进行分块,通过修改像素值,在一个图像块中嵌入1位水印信息。第一重粗粒度自适应方案是指通过线性回归分析,建立用于控制水印嵌入强度的参数和图像块边缘像素数量间的函数关系,根据不同图像块的特点自适应调节对应的水印嵌入强度,增强包含边缘图像块嵌入水印的鲁棒性;第二重细粒度自适应方案是指在修改像素时,区分对待图像块中的边缘处像素和非边缘处像素,利用高斯窗自适应地调整边缘附近像素的修改量以达到平滑过渡的效果,利用边缘的掩蔽效应提升水印的不可见性。实验证明,该算法相比于已有自适应图像水印算法有更好的不可见性及更强的鲁棒性。

基于高分辨率网络的单声道歌声分离

单声道歌声分离是指将单声道歌曲中的伴奏和歌声分离,在旋律提取、歌词识别、卡拉OK伴奏等方面有重要应用。针对当前时频谱图预测精度受限的问题,利用高分辨率网络具有并行结构及特征充分交互提高模型性能的优势,提出基于高分辨率网络的单声道歌声分离算法。设计并构建适合单声道歌声分离的高分辨率网络,输入歌曲的时频谱图到网络,得到预测的伴奏和歌声时频谱图。结合歌曲相位进行重构,得到伴奏和歌声的时域信号。实验表明,在公开数据集MIR-1K上,所提算法的SNR、SIR、SAR指标均优于当前代表性算法,提高了分离后伴奏和歌声的质量。