基于故障树和LSTM-SVM的稀土电解给料自动辅机故障诊断方法

稀土熔盐电解过程中电解给料自动辅机组件之间工作关联大,故障复杂多样,使用单一故障诊断方法效果不理想。针对这一问题,通过分析给料自动辅机组件之间的工作关系,提出基于故障树和LSTM-SVM的粉体下料设备故障诊断方法。首先搭建多层故障树,分析故障模式,然后根据故障树数据提取重要度较高的故障模式,建立长短期记忆神经网络故障诊断模型,故障定位后根据故障树分析结果所定义的权重大小输出诊断结果,并使用SVM对非故障异常工作状态进行分级。测试结果表明该模型具有较高的故障识别准确率。

SVM和攻防树在信息安全态势评估中的应用

为了增强企业信息安全性,促进我国信息安全发展,文中提出了基于支持向量机(Support Vector Machine,SVM)和攻防树的信息安全态势评估算法。利用SVM进行信息安全事件的关联分析,此后利用攻防树模型对预处理后的数据进行安全态势评估。结果显示,文中提出的安全态势评估方法在对数据库进行评估时,最低的准确率都能够达到91.7%。也就表明,SVM和攻防树模型在信息安全态势评估中是有效的,并且具有较大的优势。

一种不用建造Huffman树的高效Huffman编码算法

Huffman编码作为一种高效的不等长编码技术正日益广泛地在文本、图像、视频压缩及通信、密码等领域得到应用。为了更有效地利用内存空间、简化编码步骤和相关操作,首先研究了重建Huffman树所需要的信息,并提出通过对一类一维结构数组进行相关操作来获取上述信息的方法,然后利用这些信息,并依据提出的规范Huffman树的编码性质,便能直接得到Huffman编码。与传统的Huffman算法及近年来国内外文献中提出的改进算法相比,由于该方法不需要构造Huffman树,不仅使内存需求大大减少,而且编码步骤和相关操作更简洁,因而更利于程序的实现和移植。更重要的是,该算法思路为Huffman算法的研究和发展提供了新的途径。

基于分叉树和SVM的人脸图像光照方向估计

根据人脸识别中光照方向类别多,类与类之间特征不明显,不易分类的问题,提出了采用SVM分类方法解决人脸识别中复杂的、非线性光照方向分类问题。用分叉树将复杂分类变成每级分类,并保证在4类以内的分类方法;同时在各级分类中,根据当前分类的类别特点,提取当前要处理的分类之间的明显特征作为特征进行分类;另外,给出了最优的SVM分类器的训练和构造过程。实验结果表明,该方法对解决分类特征不易于提取,类别数目多的分类问题有明显效果,分类准确率达到89.16%。

混沌权值变异的Huffman树图像加密算法

提出一种采用混沌权值变异的Huffman树的图像加密算法.此算法在熵编码过程中,以基本的Huffman树为标准,利用双耦合混沌序列1对DC系数进行树的结构未变异、路径值变异的加密;再利用双耦合混沌序列2对AC系数进行码字序号的加密.论文对算法进行了仿真,并对安全性、计算复杂度、压缩比性能进行了分析.实验结果表明,该算法基本上不影响压缩效率,且计算复杂度低、安全性高和实时性好,可用于网络上的图像服务.

基于Huffman树的模糊多类支持向量机

针对二叉树多类分类方法存在的问题,提出了一种基于Huffman树的构造过程自下而上生成二叉树结构的方法。为降低二叉树方法"误差累积"的影响,使用模糊支持向量机来训练每个结点的两类分类器。针对设计隶属度函数时仅考虑样本与类别关系,而不考虑样本间关系的问题,提出了根据传统支持向量机构造的超平面做切球来确定样本间关系的方法,有效地区分了有效样本和噪音、孤立点样本。实验结果表明:同其他多类支持向量机方法相比,该方法具有更好的分类性能。

关于HUFFMAN树数据结构的新设计

本文提出了一种表示静态二叉树单指针数组的方法,和传统方法相比,这一方法节省空间,而且作查找操作并不费时。

用Huffman树实现的多坐标联动插补算法

将多轴联动插补指令的各坐标相对移动值作为树中节点的权值 ,用 Huffm an算法建立插补树 ,每次插补计算时使用逐点比较法搜索一遍插补树。基于动态 Huffman编码树的坐标分组是最优的 ,在插补运算中具有最快的速度。以联动轴数作为输入考察插补速度 ,算法时间复杂度是对数阶的。

基于认知无线电网络的Huffman密钥分发树

针对认知无线电网络可用信道动态变化和网络中各认知节点可用信道不尽相同的特点,在应用组播技术的认知无线电网络中,以认知节点没有可用信道而退出组播组的情况为依据,提出以非可用信道数作为叶节点的权值,构造适用于认知无线电网络组播环境的密钥分发树。非可用信道数多的节点位于树的上部,非可用信道数少的节点位于树的下部。由证明可知,其具有最小的密钥存储量和平均密钥更新消息包数。

如何构造唯一的huffman树及唯一的huffman编码

本文论述了在某种特殊的情况下,如何构造一棵huffman树,并使这棵树变得唯一;如何通过唯一的huffman树构造出huffman编码,使每个huffman编码代表唯一的信息单元。

基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成。目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点。针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类。仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别。

基于快速排序和huffman树的物化视图增量保持算法

物化视图是一种提高查询响应的有效方法,其核心问题在于如何与基表保持数据同步。目前已经有很多算法用于物化视图增量保持,各算法的效率不同,因此也出现了很多提高物化视图增量保持效率的算法。在构造最优Delta传播树的BinPartition算法的基础之上提出了一种基于快速排序和huffman树的物化视图增量保持算法,并通过实验证明了该算法可以提高物化视图增量保持的效率。

基于Huffman树的密文索引构建方案

为实现安全高效的云端数据密文检索,提出基于Huffman树的密文索引构建及检索方案。将Huffman树型结构及其编码的思想引入密文索引结构的构建方案中,改进基于知识理解的中文分词算法提取明文关键词,通过改进的TF-IDF规则对检索结果集进行排序以返回最符合用户需求的Top-k个结果,并增加伪造的索引节点以增强索引结构的抗统计分析攻击能力。通过实验测试和性能对比分析可得出结论:方案在保证密文和索引信息安全性的同时,可以提高密文检索的效率。

水声目标识别中的K-D树KNN-SVM分类器研究

常规的KNN-SVM联合分类器中K-近邻算法没有充分挖掘训练样本的信息,使用遍历的方法来计算待识别样本与训练样本之间的距离,特别是在训练样本巨大时,存在大量的冗余计算。针对该问题,将训练样本训练成K-D树的结构,设计了K-D树KNN-SVM分类器,该分类器可以大大减少这些多余的计算,从而提高了搜索效率,有效缩短了搜索时间。进行了仿真和实验研究,分别设计了KNN、SVM、KNN-SVM分类器对两类水下目标进行了分类识别,并对相关参数的选取进行了优化。实验结果表明:在选定了最佳参数后的KNN-SVM联合分类器较其它两类分类器在识别率和识别效率方面都是最佳的;采用了K-D树结构的KNN-SVM联合分类器中KNN部分识别效率要比常规的高约7.5倍。

任意k元Huffman树的新构造

给出了一种简单而有效地构造任意k元最优Huffman树的新方法。给出了Huffman村存贮的父母一子女环结构，该结构空间利用率高，在不增加parent域的情况下，使查找父母的T（m）达到O（1），并能高效实现建立最优Huffman树和求Huffman编码的算法，无论是空间复杂度还是时间复杂度均优于传统算法，具有很强的实用性。

均衡Huffman树的构造算法

给出了一种构造均衡Ｈｕｆｆｍ ａｎ 树的算法。

Huffman树在判定问题中的应用研究

时间效率是衡量算法优劣的一个重要因素。判定类问题作为软件开发中的常见问题,有很多解决方法。研究表明,运用Huffman算法可以建立最佳判定树,提高程序的执行效率。Huffman树在多重判定这一领域具有较高的使用价值。

移动环境下Huffman索引树在多信道广播中的应用研究

移动计算环境中,为使移动客户能有效地从广播中获取数据,该文在多信道广播中提出了基于Huffman树的索引模型,给出了基于Huffman索引树的广播数据组织方式,最后对Huffman索引树进行了性能分析和比较,表明该模式能有效的提高移动数据广播的性能.

移动环境下Huffman索引树的改进与实现

在移动计算环境中,尽量减少移动客户机电源的消耗是一个重要的研究方向。采用索引广播的方式可以使移动设备选择性地侦听信道,从而减少了电源的消耗。在多信道广播中采用了基于Huffman索引树的可变扇出的非平衡索引树,并对该索引节点提出了就近循环法(NCMNearest Cycle Method)进行广播。

移动环境下Huffman索引树在多信道广播中的应用研究

移动计算环境中,为使移动客户能有效地从广播信道中获取数据,该文在多信道广播中提出了基于Huffman树的索引模型,并提出了基于Huffman索引树的索引节点组织方式.最后对Huffman索引树进行了性能分析和比较,表明该模式能有效的提高移动数据广播的性能.