人体背力、握力肌肉力量数据分析系统的设计与实现

采用实时数据采集板和计算机技术,以及VisualC++编程工具,研制了人体背力、握力肌肉力量数据分析系统。结果表明,该系统能够快速采集人体背力、握力肌肉力量数据,并以图形显示人体肌肉力量变化过程。同时,可计算人体最大肌肉力量Fmax、Vmax、STkm等测试参数。由于系统采用中文界面设计,具有操作简便、测试数据精确、图形分辨清晰等优点,为更精确分析人体背力、握力肌肉数据,以及专业运动员的机能评定和全民健身、康复医学研究,提供了一种智能化的分析系统。

基于节点聚合度的生成簇算法

无线传感器网络可以用无向图表示,节点及其一跳邻节点构成一个子图。子图节点总数与边总数的比值作为该节点的聚合度,选择子图中聚合度最大的节点作为簇头,建立网络逻辑簇结构。与传统的最小ID算法和最大连通度算法相比,仿真结果表明该算法建立簇之间的重叠度最低。

基于最大连通度分簇的负载均衡分簇算法

无线传感器网络中由最大连通度生成簇算法得到的簇结构,簇头节点往往负载过重,并且各簇头节点间负载极不均衡,这种不均衡性在传感器节点分布不均匀的场合尤为突出。针对上述问题,提出一种改进的负载均衡分簇算法。通过网关节点调整所属簇使簇间负载趋向均衡,并在调整后将负载依然较大的簇进行分裂,使分簇的逻辑结构适应节点拓扑分布,更加合理。通过仿真实验验证,改进算法在降低和均衡簇头节点负载方面比传统的最大连通度分簇算法有明显的提高。

基于层次分析法的决策问题研究

从实际应用出发,研究和探讨一类决策问题的解决方法.从科技活动和科技管理范畴的事实、概念、主题和分类之间的联系入手,基于概念语义空间,运用专家指导式的机器学习方法,构建领域专用词表;并从特定的应用出发,提出了一个基于层次分析法的决策模型,给出了决策问题的求解方法.

基于统计分词的中文邮件智能分类系统

区别于以往采取专家系统、基于语义分析及基于关键字比较的分类方法 ,根据文本数据学习的特点 ,采用支持向量机 (SVM )来实现电子邮件的智能分类方法 .通过SVM方法与其他几种分类方法试验测试 ,结果发现 ,SVM方法效果最好 。

中文邮件分类器的设计与实现

随着电子邮件给人们生活带来方便的同时 ,也产生了许多新的问题 ,其中之一就是用户如何能从大量邮件中找到自己所需要的信息。传统上邮件的过滤是由使用者以人工的方式来进行 ,一些电子邮件软件提供使用者自定过滤规则来帮助分类。文中的目的是设计一个能够适用在中文邮件上的分类系统。邮件中不同的特征应各自使用较为适合的分类器 ,并结合分类器来预测邮件类别。实验结果显示该系统在邮件分类上有较好的正确率。