基于智能分类算法的光纤通信网络风险评估

为了保证光纤通信网络的安全,提高光纤通信网络风险的评估精度,本文提出一种基于智能分类算法的光纤通信网络风险评估模型。首先构建光纤通信网络风险的评估指标,并进行预处理,然后计算评估指标之间的相关关系,选择最优评估指标集,去除冗余指标,最后采用智能分类算法建立光纤通信网络风险评估模型,实现风险等级的估计。采用具体应用例对本文的光纤通信网络风险评估模型性能进行分析,结果表明,基于智能分类算法的评估模型可以描述光纤通信网络风险的变化特点,相对于其它光纤通信网络风险评估模型,有效提高了光纤通信网络风险的评估准确性。

智能分类算法在游戏故障告警中的应用

在游戏运维领域,为了充分挖掘游戏用户在反馈故障时的意图,运用自然语言处理的手段对记录故障事件的文本进行分类,可以减少告警的误判发布更具价值的告警.本文提出一种面向突发告警事件的智能分类算法,首先分析用户反馈文本数据的各项特征,然后对数据利用半自动构建的语义映射工具进行概率计算,从而形成有效的告警类别.将此方法应用到企业级业务故障定位中,能更有针对性地发布告警,收敛无关告警,支撑运维人员更快速准确地定位到故障原因.实验结果表明,基于语义映射的智能分类算法能够有效地提高告警的针对性,比简单的文本分类算法具有更好的结果.

基于多层感知器神经网络的智能分类算法

现代技术发展催生了各类智能算法和计算工具,多层感知器神经网络和智能分类算法为其中的代表。尝试就基于多层感知器神经网络的智能分类算法展开分析,给出网络拓扑结构、智能分类算法设计等内容,最后通过模拟实验对上述理论的可行性和价值进行论证,从而为后续多层感知器、智能技术运用提供支持。

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.

湟水谷地土地利用/覆盖变化分析

青海高原东部湟水谷地是区域城镇化、新型工业化发展的重点区域,也是生态环境治理的主要区域,以平安县为例,基于Landsat TM/ETM+/OLI遥感数据,运用群智能分类算法,分析了1995—2013年县域土地利用/覆盖变化的时空特征。结果表明,近18年来在退耕还林和生态保护建设工程的推动下,具有重要生态功能的林地面积增加,并得到有效保护;快速城镇化、新型工业化的发展,以及基础设施的改善导致建设用地逐年增加;与此同时该区域有限的耕地面积的持续减少,耕地保护与质量提高任务逐步加重。受退耕还林和西部大开发政策的影响,2001―2009年期间土地利用动态度最大。