基于Eros的多元时间序列相似度分析

为提高多元时间序列相似性度量的效率,采用扩展Frobenius范数(Eros)的主元分析(PCA)方法,通过主元和本征值构造主元相似因子,用于比较多元时间序列矩阵之间的相似性。为了验证这种方法的有效性,针对三组数据(两个真实数据,一个合成数据)进行了实验。结果表明,该方法相对于以往的欧几里德距离(ED),动态时间弯曲(DTW)相似性度量方法具有一定的优越性。

基于Sift特征的商标检索算法

基于内容的商标检索利用全局形状特征和子图像的空间位置关系进行特征匹配,存在检索精度不高、抗噪声能力不强和相似子图像可能发生误检、漏检等不足。该文提出一种利用Sift特征进行商标检索的新方法。实验结果表明,与现有检索方式相比,该方法准确全面,并对遮挡、扭曲、噪声等干扰具有更强的抵抗力。

Ontology-Driven Discovering Model for Geographical Information Services

This paper proposes an ontology-driven discovering model for the geographical information services to improve their recall ratio and precision ratio. This model uses the geographical information service ontology. In this paper, first we study the multilevel matching arithmetic of geographical information services. This arithmetic is used for filtering and matching the services in the service register center according to the similarity between services selected and services requested from the definition of the function similarity and credit standing similarity. The matching arithmetic, geographical information service ontology and semantic description constitute the discovering model. Finally, we test and analyze the model from the recall ratio, precision ratio, responsivity and load balance. The result indicates that the ontology-driven discovering model is excellent in recall ratio and precision ratio, and can maintain the dynamic load balance of service copy.

ROC曲线和PR曲线在临床诊断试验评估中的应用

本研究对受试者特征工作(ROC)曲线和查准率-查全(PR)曲线的概念和性质进行概括回顾, 结合模拟数据结果, 基于患病率对ROC曲线和PR曲线的应用做出建议。研究显示, ROC曲线和PR曲线具有不同的性质, 可以从不同的侧面反映诊断方法的性能, 应结合患病率和临床场景进行选择。当患病率小于20%, 尤其是小于5%时, 应重视PR曲线的应用。