美打破“太字节障碍”创数据分类速度纪录

美国加州大学计算机科学家打破了“太字节（Terabyte）障碍”，创造了在60秒内对超过太字节数据进行分类的世界纪录。在被誉为“数据分类的世界杯”的“分类基准”比赛中，他们还追平了最快数据分类率的世界纪录，172分钟内数据分类量达到1万亿字节，不过使用的计算机资源只有原纪录创造者计算机资源的1／4。

基于速度分类算法的交通事件实时视频检测

交通事件实时视频检测技术是当前流行的事件检测技术。通过对交通事件的特征分析,综合对比面积分布和速度分布信息对视频检测效果的影响,提出基于速度分类算法的交通事件实时视频检测方法。在此基础上给出运动目标的速度提取算法以及事件判定准则,并完成事件判定。最终给出算法的实际场景实验结果并对结果进行分析。

基于大规模数据的支撑矢量机的训练和分类

支撑矢量机是一种基于统计学习理论的、新颖且有强的泛化性能的学习方法 ,可看作是一种训练多项式神经网络或径向基函数分类器的新方法 .支撑矢量机可用于模式识别、回归估计、求解线性算子方程等 .介绍了支撑矢量机的分类机理 ,并针对大规模数据讨论其训练和分类中存在的问题及典型的解决方法 .

基于支撑向量机的遥感影像分类方法比较研究

对支撑向量机的分类方法作简单介绍,并通过对MSS遥感影像数据的分类实验与多种常用的遥感影像分类方法进行对比,发现在分类精确度上,支撑向量机优于其他分类方法,但是速度稍慢,这也是支撑向量机需要改进的。

基于截止投票的SVM集成快速分类方法

通过充分利用多个基分类器间的差异,集成分类器能够有效提高泛化精度,但是分类复杂度也随之增加。针对一类典型基于重采样和投票法的集成分类器,根据少数服从多数原则,在不影响分类精度的前提下给出了硬截止投票方法;针对基于B agg ing的SVM集成的特点,引入概率分析,分析根据集成中部分投票预测集成结果的损失概率,给出了基于损失概率的软截止投票方法,该方法可推广到其他基于重采样技术与投票法的集成分类系统。对一个人工数据集和两个UC I数据集的实验表明该方法在保证分类精度的前提下,大幅提高了分类速度。

电容器容量损耗自动分类机的优化改进

快速检测自动分类机,主要应用于片式半导体陶瓷电容器生产线中,对电容器电容量、损耗进行检测,并由此对电容器进行分类。我们引用先进的机电器件,优化改进设备结构,最终完成机电一体化,设计出符合IEC(Internationalelectrotechnicalcommission)标准的自动测试分类机。该设备采用双通道测试系统,分类快速精确,工作稳定,测试速度可达300只/min,为以往同类分类机测试速度的5倍,且稳定性和可靠性都大有提高。目前该设备已在成都宏明电子科大新材料有限公司的半导体陶瓷电容器生产线上使用,并发挥了重要作用。

加强类目注释 搞好分类工作

我们搞分类工作的同志恐怕都会有这样一个愿望:如何提高分类图书的速度与质量。诚然,扩大知识面与熟悉分类法是不可置疑的重要途径,而加强类目注释也同样不可忽视。实践证明,谁的注释工作做得扎实,谁分类速度就快、质量就高一些。所谓类目注释,就是除了分类法本身固有的注释外,自己另加一些必要的注释。

高校田径短跑类项目速度教学方法研究

速度是田径运动项目中必备的身体素质之一,速度教学也一直是田径运动项目教学的中心问题,提高短跑成绩的重要因素是速 度教学,而速度的分类又决定着教学方法。本文运用文献与专家访谈等方法研究了短跑速度的分类以及影响速度的因素,并对速度教学的方 法进行了分析和归纳,以期为今后学校田径教学和教学工作提供一定可参考性的指导意义。

浅析短跑运动员速度训练方法

速度是所有运动项目特别是田径运动项目中所必须具备的的身体素质之一,在所有的径赛项目中速度的训练训练的中心问题,提高短跑成绩的重要因素是速度训练,而速度的分类又决定着训练方法。本文运用文献法分析综述了短跑速度的具体分类和对于速度的影响因素,而且还要对速度训练的具体方法进行了分析研究。

对Recursive Flow Classification算法的研究

网络的迅速普及,使得数据包分类技术广泛应用到网络通信领域的各个方面,这也加速了人们对数据包分类算法的研究。本文就算法的分类步骤、评价算法的性能指标等作了简单介绍,并对更适合实际应用的RFC算法进行了详细阐述,以及提出了对RFC算法的改进方法。