基于层次聚类分析的乡村旅游特征划分方法研究

由于传统乡村旅游特征划分方法获取到的景点划分结果比较稀疏,为了提高乡村旅游业的经济收益,使乡村旅游景点划分的更密集,提出了基于层次聚类分析的乡村旅游特征划分方法研究。首先利用层次聚类分析法,构建了乡村旅游特征划分指标体系;其次根据层次聚类分析法原理,确定特征划分指标权重的计算方法,完成特征划分指标权重的计算;最后优化传统特征划分算法,实现了基于层次聚类分析的乡村旅游特征划分。结果表明,基于层次聚类分析的乡村旅游特征划分方法相比于传统乡村旅游特征划分方法,在乡村旅游景点的日均总收入上平均提升了32.13万元,有效提高了乡村旅游业的经济收益。

基于DMA与特征划分的多源文本主题模型

针对传统主题模型在挖掘多源文本数据集信息时存在主题发现效果不佳的问题,设计一种基于狄利克雷多项式分配(DMA)与特征划分的多源文本主题模型。以DMA模型为基础,放宽对预先输入的主题数量的限制,为每个数据源分配专有的主题分布参数,使用Gibbs采样算法估计每个数据源的主题数量。同时,对每个数据源分配专有的噪音词分布参数以及主题-词分布参数,采用特征划分方法区分每个数据源的特征词和噪音词,并学习每个数据源的用词特征,避免噪音词集对模型聚类的干扰。实验结果表明,与传统主题模型相比,该模型能够保留每个数据源特有的词特征,具有更好的主题发现效果及鲁棒性。

基于航向角变化的趋势集合轨迹特征划分算法

在GPS或网络信号受到干扰或遮蔽时,导航精度和自主性会大大降低,组合导航技术能弥补这一缺陷。针对组合导航匹配实时、快速和准确的应用需求,本文提出一种具有实时性、高准确性的基于航向角变化的趋势集合特征划分算法。该算法通过计算轨迹点的航向角变化量,对趋势确定集合和趋势待定集合的趋势状态进行赋值,能有效地划分出轨迹上各段的特征点集合。算法还对由外界因素(如超车、紧急避让和驾驶员不同驾驶习惯等)引起的无效特征情况,进行趋势集合状态的分析和判断,以保证特征划分的准确性。本文以北京西五环地区的车辆轨迹数据为例,进行了实地跑车实验表明,基于航向角的趋势集合特征划分算法,在实时性和提取效果方面,具有明显的优势,算法简单可行、高效、可操作性强。

基于特征空间划分的AdaBoost人脸检测算法

在应用AdaBoost算法的人脸检测中,针对训练时间太长的问题,提出一种基于特征值空间划分的改进型AdaBoost快速训练算法,调整了弱分类器的评价系数.在MIT-CBCL人脸和非人脸训练库上对算法进行了实现,实验结果显示改进后的AdaBoost算法简化了训练过程,训练速度提高16倍以上,而且以区间检测代替特定样本的特征单点检测,泛化能力更好,鲁棒性强,检测精度更高.

舆论引导实践类型划分及主要特征——基于引导主体的视角

[目的/意义]新闻舆论处于意识形态领域的最前沿,做好舆论引导工作尤为重要。[方法/过程]依据研究现状,从舆论引导主体的视角出发,运用传播学基础理论,将舆论引导划分为不同类型:抗拒型、无视型、低效型、示范型、参谋型、渗透型以及理想型、塔西佗效应型、舆论自主型和舆论自由型共10类,并通过具体案例进行验证,总结其特点。[结果/结论]以充分体现舆论引导工作的实际特征,拓展当前研究的分析视角,为舆论引导工作提供理论和路径选择。

桑天牛幼虫龄数与划分特征研究

通过林间采样和室内养虫获取虫源,根据Dyar规律划分幼虫龄数,确定桑天牛幼虫有6龄,其中头壳宽度为最佳分龄结构。在确定幼虫龄数的基础上,对第1腹节背步泡突后横沟下方瘤突数、尾节刚毛数、上颚外侧刚毛数进行了观察统计,并对上述形态特征判别龄数准确性进行验证。结果表明:综合应用3项形态特征与Dyar规律划分的符合率为90.47%,上述形态特征可应用于桑天牛幼虫龄数的判别。

一种特征值区间划分的模型决策树加速算法

目前对决策树(Decision Tree,DT)分类问题的相关研究已取得了很多成果,但仍存在一些问题,如决策树在寻找最优切分点时需要遍历特征的所有取值,当数据集规模较大时,递归构建决策树所需时间将会很长,因此在保证分类精度的前提下加速决策树的构建具有重要意义.本文首先根据数据的不同分布,给出两种特征值区间的分割方法,即等精度特征值区间划分和变精度特征值区间划分,然后计算各选定区间的基尼指数,寻找最优特征及最优切分点,最后递归生成模型决策树.实验表明,算法在构造决策树时可有效减小计算代价,在保证分类精度的同时加速决策树的构造,且在一定程度上能够避免过拟合现象的发生.

基于特征模式划分的配网可靠性评估

针对配电网供电可靠性评估无法兼顾定量计算和工程实用性的难题,给出了一种基于网络可靠性特征模式划分的配电网供电可靠性快速评估方法,突破了传统计算模型对大规模全域配电网可靠性评估的局限性。采用中国电科院开发的配电网规划计算分析软件(DPCAS),对7种典型网架结构进行精确建模并计算其在不同参数下的供电可靠性,结合配电网供电可靠性快速评估方法,可实现对全域配电网供电可靠性的评估分析。通过对某市配电网2020年供电可靠性评估,展示了该评估方法在定量、快速计算方面的优势和工程实用性。

一种基于特征区域划分的网格简化方法

目的研究对三维网格模型简化的一种方法。方法根据人脸面部特征点将人脸划分为关键特征区和非关键特征区,在不同的区域设定不同的离散曲率简化阈值,采用边折叠的方式来减少网格密度。结果该方法能有效地减少网格的数据量,同时保持人脸的特征细节。结论对三维网格模型使用基于特征区域划分的网格简化方法,降低了模型的复杂度。

基于新特征空间划分的增强型AdaBoost算法

基于Adaboost的人脸检测算法中结构复杂、训练非常耗时,提出了一种基于新的特征空间划分的增强型AdaBoost快速训练算法,并通过改变弱分类器加权系数求解公式的方法,提高了对人脸样本的检测率;实验证明,以区间检测代替特定样本的特征单点检测,具有更好的泛化能力,更强的鲁棒性以及更高的检测精度。

知识引导微粒群优化特征选择方法

特征选择是模式分类中重要的数据处理方法.文中提出一种基于知识引导微粒群优化的特征选择方法.该方法采用特征被选择的概率对微粒进行编码,将包含离散变量的特征选择问题转化为一类连续变量优化问题.依据微粒适应值的大小及微粒分量被选择的频率,确定特征所属的类型及其被更新的概率,以加快微粒群收敛的速度.将所提方法应用于10个典型测试数据集及肝炎病临床诊断数据集,实验结果表明,该方法在减少特征个数的前提下,能够提高分类的精度.

基于特征参数化的轴类特征分析

以特征参数化技术为基础，以轴类零件特征为例，对特征工艺信息进行了分析，归纳出构造轴类零件的几类特征，并给出了相应的描述．从数据结构的角度，提出了用Ａｃｃｅｓｓ数据库文件记录特征信息的数据格式．

用于行人重识别的多类型特征网络

近年来,注意机制在行人重识别任务中效果较优,但是不同类型的注意机制(如空间注意、自注意等)联合使用的效果仍然有待提高.因此,文中首先提出改进型的卷积块注意模型(CBAM-Pro),再提出多类型特征网络模型.对CBAM-Pro与自注意机制的集成提取不同关注域的特征,同时引入不同划分粒度的局部特征,联合进行行人重识别.在现有的通用基准数据集上的实验验证文中模型的有效性与可靠性.

足球运动踢球腿摆动阶段的不同时相运动特征

运用生物力学手段对5名高水平足球运动员摆动腿进行研究发现:根据摆动腿环节摆动顺序与环节摆动速度相结合的方法可将其划分为用力蹬伸、主动后摆、大腿前摆、小腿前摆,脚触球5个阶段。其中,用力蹬伸阶段是不可忽视的重要阶段之一,主动后摆阶段摆动腿应在不影响前摆速度的前提下尽力后摆;大腿前摆阶段摆动腿应在大腿摆到一定幅度时进行积极制动,摆动幅度不宜过大;小腿前摆阶段摆动腿除了膝关节的积极制动外还应主动施力。

川东南地区下三叠统飞仙关组层序地层与鲕滩展布特征研究

在川东南地区,以层序地层学原理为指导,通过综合分析野外露头剖面和钻井等资料,分析了飞仙关组和鲕滩的发育特征。飞仙关组发育完整,可以识别出两个三级层序底界面,均为Ⅱ型层序的岩性、岩相转换面。第1层序海侵期主要发育混积陆棚环境,从第1层序高位期开始研究区进入碳酸盐岩台地演化阶段,鲕粒滩开始发育。第1层序高位期至第2层序高位早期,主要为开阔台地沉积环境,灰岩和鲕粒灰岩为主要岩石类型;第2层序高位晚期,沉积局限台地环境的紫红色泥页岩、白云岩夹石膏层。鲕粒滩主要发育于第1层序高位期和第2层序高位早期。第1层序高位期鲕滩呈北西—南东向展布,第2层序高位早期鲕滩则为北东—南西向展布。鲕粒滩分布以第2层序高位早期较佳,为潜在的最有利勘探层位。

盐湖盆地成藏动力学系统划分及其意义——以东濮凹陷为例

根据高精度层序地层高频沉积旋回、泥岩欠压实、有机地球化学特征,结合封闭条件和盐湖盆地地层发育差异性特征,将东濮凹陷古近系—第四系自上而下划分为5个成藏动力学系统,即顶部它源常压开放成藏动力学系统、上部混源常压开放成藏动力学系统、中部混合源弱超压半封闭成藏动力学系统、下部自源超压半封闭成藏动力学系统、底部自源超压封闭成藏动力学系统,其中下部成藏动力学系统是东濮凹陷最重要的油气系统。这种成藏动力学系统的划分对指导东濮凹陷的盐湖盆地油气勘探,寻找隐蔽性油气藏具有重要意义,也为类似盆地勘探与研究提供了借鉴模式。

黑龙江兴安大峡谷地质公园地质遗迹类型划分

地质遗迹类型的正确划分是确定研究地质科学价值的前提,是实施地质遗迹有效保护的科学依据。根据地质景观特征,将黑龙江兴安大峡谷地质公园自然地质遗迹,划分地层剖面遗迹、岩浆侵入体遗迹、地质地貌景观遗迹、水体景观遗迹四大类,进而再详细划分出十三亚类,使园区地质遗迹特征轮廓非常清晰。该划分方法对于我国同类地质公园地质遗迹类型划分有着明确的借鉴意义。

采用随机森林改进算法的WebShell检测方法

为解决WebShell检测特征覆盖不全、检测算法有待完善的问题,提出一种基于随机森林改进算法的WebShell检测方法。首先对三种类型的WebSshell进行深入特征分析,构建多维特征,较全面地覆盖静态属性和动态行为,改进随机森林特征选取方法;依据Fisher比度量特征重要性,对子类的依赖特征进行划分,按比例和顺序从中选择特征,克服特征选择完全随机带来的弊端,提高决策树分类强度,降低树间相关度。实验对随机森林改进算法和标准算法进行了对比分析,结果表明改进算法依靠更少的决策树就能达到很好的效果,并进一步与SVM算法进行比较,证明该方法提高了WebShell检测的效率和准确率。

针对文本情感分类任务的textSE-ResNeXt集成模型

针对深度学习方法中文本表示形式单一,难以有效地利用语料之间细化的特征的缺陷,利用中英文语料的不同特性,有区别地对照抽取中英文语料的特征提出了一种新型的textSE-ResNeXt集成模型。通过PDTB语料库对语料的显式关系进行分析,从而截取语料主要情感部分,针对不同中、英文情感词典进行情感程度关系划分以此获得不同情感程度的子数据集。在textSE-ResNeXt神经网络模型中采用了动态卷积核策略,以此对文本数据特征进行更为有效的提取,模型中融合了SEnet和ResNeXt,有效地进行了深层次文本特征的抽取和分类。将不同情感程度的子集上对textSE-ResNeXt模型采用投票集成的方法进一步提高分类效率。分别在中文酒店评论语料和六类常见英文分类数据集上进行实验。实验结果表明了本模型的有效性。

基于Pro/E的减速机箱体参数化设计研究

针对减速机箱体零件的参数化设计问题,研究了在Microsoft Visual Studio 2005环境下Pro/E 4.0的二次开发方法,探讨了箱体特征的划分方法、以Pro/TOOLKIT为工具对箱体进行参数化设计开发的步骤以及开发过程中应注意的一些问题,并以K系列减速机箱体的参数化设计为例,验证了所探讨的各方法的可行性.