无线传感网络中SINR模型下MIS算法的研究

在SINR模型上对MIS算法进行研究.首先通过理论分析得出MIS算法节点的度受SINR模型下路径损耗指数和信噪比值的约束,然后利用NetLogo和Matlab软件进行模拟和分析,最后通过实验得出当路径损耗指数和信噪比的值越小,MIS算法运行时间越短;当路径损耗指数和信噪比的值越大,MIS算法运行时间越长.

基于MIS算法的汽车品质管理信息系统及其应用研究

为了从大量的售后故障索赔数据中挖掘汽车相关质量信息,基于对生产月数据分析的MIS算法技术,构建了汽车品质管理信息系统。其应用结果表明,MIS算法能够准确地反映汽车生产月的品质波动情况,对及时开展调查整改,避免有质量问题汽车产品的持续生产有重大意义。

基于互信息改进算法和t-测试差的壮文分词算法研究

针对传统的壮文分词方法将单词之间的空格作为分隔标志,在多数情况下,会破坏多个单词关联组合而成的语义词所要表达的完整且独立的语义信息,在借鉴前人使用互信息MI方法来度量相邻单词间关联程度的基础上,首次采用互信息改进算法MI^k和t-测试差对壮文文本分词,并结合两者在评价相邻单词间的静态结合能力和动态结合能力的各自优势,提出了一种MI^k和t-测试差相结合的TD-MIk混合算法对壮文文本分词,并对互信息改进算法MI^k、t-测试差、TD-MI^k混合算法三种方法的分词效果进行了比较.使用人民网壮文版上的文本集作为训练及测试语料进行了实验,结果表明:三种分词方法都能够较准确而有效地提取文本中的语义词,并且TD-MI^k混合算法的分词准确率最高.

基于特征选择和SVMs的图像分类

重点论述了基于MI图像特征选择方法[1],简要地讲述了支持向量机的SVMs分类器原理和设计[2]。提出了MI贪婪最优算法,将高维数据处理转化为一维数据处理,简化了运算难度,同时提高了分类速度和准确性。实验结果表明,通过对8个分类、上千张图片进行分类处理,效果好于传统的分类算法。

一种基于数据独立性的SVC核参数选择方法

提出一种选择支持向量分类(Support Vector Classification,SVC)最优核参数的算法,称为MI(Maximum Isolation)算法,通过定义样本间的独立性,可以获得最优核参数和相应的最优学习模型。该算法可以在支持向量机训练之前得到最优的核参数,计算代价较小,实验证明所提出的算法简单有效。