一种基于混合流量表征的通用自动化流量分类方法

提出一种自动化流量分类方法,用于解决机器学习在网络流量分析任务时的问题。该方法通过语义和二进制的混合流量表征方法生成统一的网络流量数据包表示,应用于特征表示和模型训练。同时,将这种网络流量表征方法与自动化机器学习相结合,提出具有兼容性的通用自动化机器学习流量表征和分类方法。此方法可以在很大程度上消除各种流量分析任务中的特征提取和模型调整步骤,有助于将机器学习技术更加广泛地应用于流量分析任务中。在ISCX2016-VPN和Kitsune数据集上对提出的方法进行评估,实验表明,该方法在这些数据集上表现良好。

矿产资源/储量的自动化分类研究

将国内资源/储量分类的"工程网度法"与国外矿业界的"样品密度法"结合起来,形成适合于计算机自动化资源分类的"工程密度法"。该方法可根据品位等区域化变量变异函数变程范围内的见矿工程密度,对矿产资源/储量进行分类和估算。

α类蛋白质折叠类型自动化分类研究

蛋白质折叠类型识别是蛋白质结构研究的重要内容,折叠类型分类是折叠识别的基础。通过对ASTRAL-1.65数据库α类蛋白质所属折叠类型进行系统研究,建立蛋白质折叠类型模板数据库,提取反映折叠类型拓扑结构的模板特征参数,根据模板特征参数和TM-align结构比对结果,建立基于特征参数的打分函数Fdscore,并实现α类蛋白质折叠类型自动化分类。使用相同数据集样本,将Fdscore分类方法与TM-score分类方法对比,Fdscore分类方法的平均敏感性、平均特异性、MCC值分别为71.86%、99.49%、0.69,均高于TM-score分类方法相对应结果。上述结果表明该分类方法可用于α类蛋白质折叠类型的自动化分类。

高校英语数字化教学资源自动化分类共享系统研究

本文根据实际情况设计高校英语数字化教学资源自动化分类共享系统。首先设计系统整体框架,其次构建自动化分类共享模型,再次基于功能模块与数据库详细设计系统,最后进行系统有效性对比试验。结果表明,系统自动化分类精确度与共享率显著提升,不仅转变了传统英语教学模式,扩展了学习途径,还提高了学习效率与质量,值得推广应用于其他学科。

基于朴素贝叶斯算法的电网建设资源自动化分类模型研究

提出基于朴素贝叶斯算法的电网建设人力资源自动化分类模型研究。通过网络爬虫技术,采集电网建设资源,在采集的资源信息中提取资源特征,并应用随机森林算法在特征项中选取合适的特征项,生成特征子集。采用朴素贝叶斯算法,构建基于属性相关性度量的分类模型,实现电网建设人力资源自动化分类。结果表明,在两分类和多分类条件下,文中提出的分类模型的平均适应度值分别为89.78和97.47,该分类模型能够获取准确的自动化分类结果,提高模型的适应度值,满足电网建设需求。

基于近红外光谱检测技术的冷冻鱼肉自动化分类设备系统设计

该文设计了基于近红外光谱检测技术的冷冻鱼肉自动化分类设备,该设备采用近红外光谱仪作为主要传感器,通过测量冷冻鱼肉的近红外光谱,并进行光谱预处理和光谱分类方法,快速将冷冻鱼肉进行分类,避免了采用传统化学试剂,速度慢、成本高、操作繁琐的分类方法,为今后智慧化品质分类提供了一种新的方法和思路。

自动化白细胞分类仪器的近况

70年代以来,先后出现多种不同类型的自动化白细胞分类仪器。本文主要综合近1～2年的有关文献,着重介绍Cotluer STKS,TechniconH-1,Toa SysmexNE-8000等几种产品在白细胞分类计数时的基本原理和某些性能特点,以及各产品性能的差异、相关等内容。此外,也扼要介绍采用影象分析技术制造的仪器概况和新近国外推荐用于基层实验室作初筛检验的QBCⅡPlus 离心式全血计数分类仪等。

基于SVM融合学习的电子档案资源自动化分类方法

当前的电子档案资源自动化分类,只能单一性地处理电子档案资源线性特征,无法实现非线性特征与线性特征的转换,导致电子档案资源整体分类精度偏低。提出基于SVM(Support Vector Machines,支持向量机)融合学习的电子档案资源自动化分类。采用档案资源标记方式,采集电子档案资源,形成档案资源集;从档案资源集中提取档案资源重要特征;根据SVM融合学习技术分类原理,引入核函数,分类非线性特征,并将其转化为线性特征,构建SVM融合学习自动化分类器,实现电子档案资源的自动化分类。实验结果表明:研究方法的平均准确率更高;与另外两种传统方法相比,平均召回率分别高出10.2%和10.95%,F1值分别高0.0905%和0.1%。

高光谱结合化学计量学对粉底液的分类检验研究

为建立一种快速、无损的粉底液分类方法,将市面上随机收集的50个不同品牌、不同色号、不同产地、不同价位的粉底液在高光谱模式下选取波长范围在400~600nm进行无损检测,每组样本选取随机点位各测3次,共测得150组数据。将光谱数据采用Savitzky-Golay平滑处理,主成分分析对数据进行特征值提取,选取前7个主成分作为后续实验数据集;借助K-Means聚类法对150组数据分类,50个粉底液被分成5类,由Fisher判别式验证分类效果;最后以聚类结果为依据建立BP神经网络模型(BPNN),分类准确率达到88.89%,效果良好。研究表明BP神经网络结合高光谱技术自动识别、分类粉底液具有可行性和科学性,在公安机关物证检验及法庭科学上可发挥有效作用。

配电网故障处理及馈线自动化研究

从中国配电网的发展现状出发,对配电自动化在我国智能电网发展中的重要地位进行了分析,阐述了馈线自动化技术在配电网故障处理中的应用,分析了配电网馈线自动化分类,对比了不同模式的优缺点,提出了基于FTU的馈线自动化系统实现方案,最后对我国智能配电网发展进行展望,从而为我国配电自动化系统提供参考,促进我国向着更加智能化、现代化的方向发展。

数学形态学在高分辨率图像土地覆盖分类中的应用

高分辨率影像可以清楚地显示树木房屋等地物细节,但是用基于像元的分类很难将这些细碎的地物融合为通常的土地覆盖分类图。首先对高分辨率影像进行有监分类,再根据有监分类的结果对不同地类进行二值化,运用数学形态学对各地类二值图进行处理,从而得到地类的边界图。通过多组实验表明,数学形态学运用于高分辨率图像土地覆盖分类既保留了图像的地类特征,也快速得到了不同地类的边界。

基于机器学习与眼动追踪的认知风格模型构建

认知风格反映了学生接近、获取、组织、处理和解释信息的模式,可用来解释和指导学生的行为。将认知风格集成到智能系统中,有助于开发个性化的用户模型,推动智能教育发展。当前有关认知风格自动分类的研究较为匮乏,尚未将机器学习与眼动追踪技术联合起来进行应用。基于机器学习与眼动追踪的认知风格模型,选取注视时长、注视点数量、扫视时长、眼跳次数、眼跳距离与瞳孔直径等6个与认知有着密切关系的眼动指标,归一化处理后借助机器学习算法进行认知风格自动分类。实验结果表明:在进行同样时长的视频学习时,不同场认知风格的学习者表现出不同的视觉行为模式;场依存型学习者注视点较为分散,表现出有较多的扫视行为、较少的注视行为、较长的眼跳距离与较大的瞳孔直径变化,信息搜索效率较低;而场独立型学习者有着较为密集与定向的视觉注意模式,信息搜索效率更高。对5种机器学习算法进行性能对比后发现,逻辑回归算法的分类效果最好,准确率达到89.01%,Kappa值达到0.774。该认知风格自动化分类模型既可用于智能学习系统的课程资源优化设计,也可用于个性化学习路径的推荐。未来可整合更多生理数据,通过不同模态数据之间的信息互补,提升数据分析的准确性以及对学习者认知能力评估的可靠性。

基于人工智能的档案管理效率提升研究

本研究探讨了人工智能在档案管理中的应用及其对效率提升策略。通过分析自动化分类与索引、智能检索与推荐、数据挖掘与预测分析、数据安全与隐私保护以及辅助决策与战略规划五方面的应用,提出了基于人工智能的档案管理效率提升策略,包括智能化分类与索引、预测性档案管理、自动化档案整理与修复以及智能辅助决策。最后,以北京国图档案管理升级为案例,展示了人工智能在档案管理效率提升中的实际应用和成效。

基于RPA技术的财务机器人业务数据自动化分类系统

为了提高财务机器人业务数据自动化管理能力,设计基于RPA技术的财务机器人业务数据自动化分类系统,采用机器人过程自动化(RPA)技术,实现对财务机器人业务数据自动化管理,结合对财务机器人业务流程相关信息分析,构建业务流程规则分布,根据财务工作的效率,建立财务机器人管理的数据交互模型,结合财务系统中的大数据信息交互,实现对财务机器人的日常财务记账、费用报销、财务报表编制,构建财务机器人的外部日常数据交互模型,采用RPA技术实现对税务、银行等外部相关系统的对接,实现对财务机器人业务数据自动化分类。测试结果表明,采用该方法进行财务机器人业务数据自动化分类的准确性较好,自动化水平较高,提高了财务数据的录入和信息交互能力。

基于BP神经网络的智能电表动态测量数据自动化分类

目前由于智能电表的测量标准单位的不同,在数据测量上存在难以统计的情况。为了提高分时段用电量测量的准确性,使用BP神经网络对用单一单位电量和区域单位电量进行分时段测量,以此得出更高准确值,从而指导分时段供电功率。BP神经网络算法对用电量进行测量,可以看出单一用户在10:00~20:00用电量较高,在(16kW.h, 21kW.h)波动;区域用电量根据地区差异呈现出不同的用电量波动。因此,BP神经网络可以测量单一和区域分时段用电量并提高测量准确性,从而指导供电的合理性。

法人和其他组织统一社会信用代码数据国民经济行业数据质量提升方法研究

在国民经济行业分析过程中,法人和其他组织的统一社会信用代码数据起着至关重要的作用,其不仅是产业和统计分析工作的基础,数据质量的优劣更会直接影响到分析结果的准确性。本文以提升数据质量为出发点,首先对数据质量问题进行精准鉴别,其次构建混合型自动化行业分类模型,并提出了数据质量持续提升的常态化标准化流程机制。这种策略在提供持续、迭代的改进机制的同时,也为国民经济行业的数据分析提供了更为坚实和可靠的数据保障。

人工智能时代图书档案管理革新路径分析

随着人工智能技术的快速发展,图书档案管理面临着前所未有的机遇与挑战。本文概述了当前图书档案管理的现状及其存在的问题,重点探讨了人工智能技术在图书档案管理中的应用,包括智能检索与推荐系统、自动化分类与标注、数字化与智能化存储管理等方面,并通过具体案例展示了人工智能技术的应用效果。接着,提出了图书档案管理的革新路径,包括基于人工智能的图书馆管理系统设计、档案数字化与自动化处理、用户交互与体验提升以及安全与隐私保护等关键环节,以期为图书档案管理的现代化转型提供参考与指导,促进图书档案管理的智能化水平提升。

河南省信阳市浉河区自然资源智能化信息提取技术方法研究

基于“简译”图像处理软件,利用北京二号卫星遥感数据,采用“面向对象+深度学习”的方式,在河南省信阳市浉河区约200 km^2试验区对林地、水稻田、茶园、水体、建设用地等进行了智能化信息提取和准确的自动化分类。林地、茶园和水稻田采用比值植被指数,结合边界指数阈值特征值实时筛选等方法进行智能化分类,水体采用绿光波段与近红外波段的归一化比值指数进行智能化提取,建设用地利用第1波段的标准差作为特征值进行提取。试验区各地类信息智能化提取结果经实地调查验证准确率达90%以上,相较传统人工方法工作效率提高了19倍。实验研究表明,“简译”图像处理软件技术方法可靠,解译精度高,效果事半功倍,社会经济效益显著,在自然资源及环境智能化遥感解译中有比较好的推广应用价值。

松嫩平原农情遥感监测系统的设计与实现

利用MATLAB语言进行可视化设计出松嫩平原农情遥感监测系统,客观地对松嫩平原农作物生长状况的历史数据进行评估和实时监控。松嫩平原农情遥感监测系统主要功能为农作物长势监测(NDVI、VCI、MVCI、RMNDVI、RPNDVI)和自动化提取农作物(玉米、水稻、大豆)等松嫩平原重要粮食作物遥感信息,同时对3类地表(湿地、林地、草地)等分类。该监测系统解决了松嫩平原植被遥感信息提取研究中需要处理大量影像数据的问题,为未来研究松嫩平原植被特征变化和规律提供了非常好的技术支持;也可以应用于其他区域和影像数据研究中,具有稳定性好、处理数据速度快、分类精确度高的特点。