基于远程服务器工作状态的Internet查询优化模型

在Internet数据集成环境中,服务器工作状态在查询费用计算中起着非常重要的作用。论文利用样本查询分类技术来确定服务器的工作状态,并利用相应技术建立相关的服务器工作状态查询费用模型,同时利用所研究的调整函数来估算整个系统查询的开销。该方法可以通过确定服务器工作状态来精确地预计系统的查询费用。

基于行列块编码的视频查询方法

基于内容的视频分析方法是多媒体检索领域内最近兴起的研究课题 ,多数研究集中在视频序列结构化、索引、识别和浏览等技术上 ,而对用户常用的视频查询却研究较少 .为此讨论了基于“窗口对”查询方法存在的不足 ,并根据视频编码制式的特点、视频本身特性和常用的视频分析方法 ,提出了一种可处理多种视频格式的方法 .该法基于视频帧行列块编码 ,采用了一种逐帧匹配的流式查询方法 .该方法可用少量的字节来表征视频帧的颜色和位置信息 ,其占用内存少 ,简单易得 ,计算量小 ,而且对于移位和亮度的变化均不敏感 ,使得查全率和准确率大为提高 。

基于改进的QBC和随机森林的管道类别非均衡堵塞故障识别

针对城市埋地排水管道堵塞故障检测过程中有标签故障样本少,管道运行状态样本集存在类别不均衡及样本标注成本高昂的问题,提出一种基于主动学习的排水管道堵塞故障分类识别方法。该方法采用改进后的委员会样本查询策略通过基于一致熵的委员会样本查询策略建立主动学习模型来实现不均衡样本集的学习。经过充分考虑样本的信息度并挖掘信息度高的未标注样本进行标注后,结合多个随机森林分类器组成委员会对未标注样本进行分类识别。在实验室所采集的管道运行数据集上对委员会样本查询策略中的投票熵、一致熵和随机选择样本查询策略进行对比验证。实验结果表明,采用基于一致熵的委员会查询策略在类别分布均衡初始训练集下有更快的收敛速度和更好的稳定性,在类别非均衡分布的初始训练集下同样具有良好的识别效果。