基于特征关键字的多协议数据流转换方法

提出一种基于特征关键字的多协议数据流转换方法,分析基于特征关键字的数据帧格式描述方法,通过将通信协议数据帧格式的描述与数据流的解析转换代码相分离,实现与协议无关的数据流解析和转换。该方法用稳定的程序处理不稳定的数据流,避免不同通信协议之间的数据流转换均要编写专用解析转换程序的缺陷,具有较好的灵活性和普适性。

家庭WiFi下手机号码特征自动提取方法

提出一种家庭宽带WiFi下手机号码特征自动提取方法。该方法采用DPI(深度包检测)技术、Hyperscan高速字符串匹配、Hadoop分布式架构、分布式爬虫等技术,可以更加快速准确地识别出固网WiFi下用户手机号码特征。通过实验进行论证,手机号码特征可以每天定时自动输出,且根据这些手机号码特征提取的手机号准确率可以达到86%以上,相比传统离线人工肉眼识别方法,提取特征的效率有很大的提高。

基于特征基面的制造特征自动识别的研究

在分析了零件制造特征面的特性和实际加工过程中相交特征之间的约束关系,研究基于特征基面的制造特征自动识别算法。该算法首先建立零件的属性邻接图,其次根据特征基面来判定它是否存在相交特征子图。如果存在特征相交,则通过添加虚连接来弥补由于特征相交所丢失的边和面,实现相交特征子图的分离,最后根据特征基面的边界信息来识别出制造特征。结果表明该算法能够确定相交特征的识别顺序,高效的分离出适当特征子图,进而正确的识别出制造特征。

一个基于关联规则的多层文档聚类算法

提出了一种新的基于关联规则的多层文档聚类算法,该算法利用新的文档特征抽取方法构造了文档的主题和关键字特征向量。首先在主题特征向量空间中利用频集快速算法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精,从而得到最终聚类。由于使用了两层聚类方法,使算法的效率和精度都大大提高;使用新的文档特征抽取方法还解决了由于文档关键字过多而导致文档特征向量的维数过高的问题。

一个基于双向近邻技术的多层文档聚类算法

提出了一个新的基于双向近邻技术的多层文档聚类算法.使用新的文档特征抽取方法构造了文档的主题和关键字特征向量.首先在主题特征向量空间中,改进了传统的最近邻技术,使最近邻概念由单向变为双向.利用改进后的方法对文档进行初始聚类,然后在基于主题关键字的新的特征向量空间中利用类间距和连接度对初始文档类进行求精,从而得到最终聚类.由于使用了两层聚类方法,使算法的效率和精度都大大提高.最后对算法的有效性、可伸缩性和时间复杂度进行了研究.