基于特征内相关和互信息的加权SVM算法

特征加权支持向量机没有考虑特征间的相关性,因此产生的冗余会形成干扰并对最后的分类结果产生负面影响。为解决这个问题,提出了一种基于特征内相关和互信息的特征加权算法,并将其应用于支持向量机。该算法引入了特征间相关系数作为衡量冗余度的一个指标,以此计算出惩罚因子,在特征加权向量机的基础上对权值进行处理,尽可能真实地体现出特征对分类的贡献度。经过多个数据集以及几种不同算法的实验比较,提出的新算法具有更好的鲁棒性和泛化能力。

非结构去中心化的P2P网络DDoS攻击的防御研究

针对非结构去中心化的P2P网络可能作为DDoS引擎而产生大规模的网络攻击,提出了一种基于人工免疫(AIS)的方法来对非结构去中心化的P2P网络中的恶意节点进行免疫处理。通过在非结构去中心化的P2P网络中的节点上构建人工免疫系统,利用抗体和抗原之间天然的亲和关系,以及抗体不断进化的特点,实时计算由返回查询消息的节点提供的资源信息而进行请求得到的请求结果状态序列与检测器中的对应节点的请求状态序列特征之间的亲和力,并检测出恶意节点。在NS2仿真平台上通过修改GnuSim插件,对非结构去中心化的P2P网络中节点的人工免疫系统进行模拟仿真,实验仿真验证了该方法的可行性,且能够有效地降低非结构去中心化P2P网络中恶意节点产生的DDoS攻击程度。

校园多媒体设备管理系统的设计与实现

随着校园多媒体设备的普及和应用范围的不断扩大,对多媒体设备管理的需求也越来越迫切。论文基于B/S架构,设计与实现了一套多媒体设备管理系统,该系统通过Web浏览器进行访问和操作,旨在方便用户管理和查看多媒体设备相关信息,实现了教室多媒体设备管理、用户认证与权限管理等功能。通过系统测试和部署,验证了系统的功能和性能,证明了该系统的可行性和实用性。

双水印模型在医疗信息管理中的应用

大量医疗信息的产生不仅造成存储这些信息的空间不断增大,对传输成本和传输的安全性也带来了巨大的挑战。为了提高医疗信息的有效性、传输过程的安全性,以及提高信息存储容量,提出利用块加编码和非下采样Contourlet变换(NSCT)的双水印模型,通过三层安全机制,实现医疗信息保护。首先把病人的信息嵌入此病人的指纹图像中,然后把指纹图像嵌入病人医学图像之中;其次通过设计块加编码,解决文本字符的编码问题;最后注册密钥机制,来提高医疗信息的安全。实验结果表明此方案提高了水印的鲁棒性和增强医疗信息的安全。

高校信息化建设中系统集成框架的研究与设计

本文首先根据我国数字化校园的现状,明确了当前信息化建设中存在的问题和不足。结合信息化建设已经处于系统集成和数据管理的阶段,高校信息化将进一步以信息门户为中心向移动化、一体化、服务化发展。为了满足灵活性、扩展性的要求,本文提出了以SOA为导向,采用微服务的结构形式的应用系统集成框架,最终实现以主题数据库为基础的微服务体系结构。

基于荧光透射谱和高光谱图像纹理的茶叶病害预测研究

为了实现对茶叶病害的准确预测,避免病害特征提取过程中对茶叶的二次破坏,利用荧光透射技术对茶叶赤叶病叶片的荧光透射光谱特性展开研究。实验采集了健康茶叶叶片样本45个、赤叶病初期叶片样本60个及赤叶病中期叶片样本60个,并按照2∶1的比例划分成训练集和预测集样本数,通过荧光透射手段利用高光谱仪器采集这些叶片的原始荧光透射光谱。通过对这3组叶片样本平均光谱强度曲线的分析,证实了利用荧光透射光谱信息对这3种病害类型叶片进行分类的可行性。然后使用多项式平滑(savitzky-golay, S-G)方法对原始光谱进行平滑和降噪处理。最后采用竞争性自适应重加权抽样法(competitive adaptive reweighted sampling, CARS)对预处理后的光谱数据进行特征波长的选取。经过50次加权采样后,最终选取出4个特征波长,分别为: 463, 512, 586和613 nm。为了最大化提取样本的病害特征信息,强化分类器输入病害特征值的典型性,使用高光谱反射技术,采集4个特征波长下的高光谱图像,分别使用2种不同的纹理提取算法提取病害叶片图像的纹理信息进行对比分析。首先利用灰度共生矩阵(GLCM)提取4幅图像的纹理信息,分别计算4个方向的灰度共生矩阵(0°, 45°, 90°及135°),然后计算5个共生矩阵的均值和方差。为了提高鲁棒性,取4幅图像纹理信息的平均值作为该叶片的纹理特征值,最终得到10个特征值。利用LBP(local binary patterns)算法获取特征波长下高光谱图像的纹理信息,并使用Uniform模式对LBP模型进行降维,最终每幅图像得到944个维度的LBP特征值,同样取4幅图像的平均值作为该叶片的LBP纹理特征值。最后通过极限学习机(ELM)分别建立特征光谱联合灰度共生矩阵纹理信息及LBP算子纹理信息的预测模型,由于模型的输入特征值不在一个量纲,首先对输入特征值进行归一化处理,然后再定义模型的输出标签,即健康叶片的预测模型输出为1,赤叶病早期为2,中期为3。实验测得基于CARS-GLCM-ELM模型的预测准确率为81.82%,基于CARS-LBP-ELM模型的预测准确率为85.45%,说明利用荧光透射光谱联合LBP算子纹理信息预测效果更好。由于没有达到预期效果,利用Softplus函数对ELM的隐含层激活函数进行了优化,替换掉原来的Sigmod函数,优化后的模型预测分类正确率达到92.73%,基本达到了预期效果。该研究将病害叶片的荧光光谱信息和对应特征波长下高光谱图像的纹理信息进行了融合,研究结果可为茶叶病害的快速、准确预测提供一定的参考价值。

基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测

【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm, SPA)对预处理后的数据进行特征波长的优选。为提高建模效率,提高各水分含量区间光谱特征值的区分度,使用模糊C-均值聚类(Fuzzy C-means clustering,FCM)算法对各区间的样本数据进行聚类处理,最后利用支持向量回归机(Support vector regression, SVR)定量检测模型建立特征光谱数据与水稻种子水分含量的映射关系。【结果】由于FCM未达到预期的聚类效果,而引入遗传模拟退火算法(Simulated annealing genetic algorithm,SAGA)进行聚类,分别对基于原始特征值、FCM及SAGA聚类的SVR训练结果进行比较,发现基于SAGA聚类的光谱样本数据训练效果更好,预测集决定系数可达0.8956,均方根误差3.75%。由于决定系数不够理想,引入松弛变量降低间隔阈值,最终模型预测集决定系数为0.9286,均方根误差为3.42%,此时模型达最佳性能,能满足实际应用需求。【建议】基于聚类算法,提高光谱数据的准确性;通过合理调整模型参数,提高预测模型性能;推动高光谱农产品检测相关装备的研制。

智慧矿山异构数据集成平台设计

针对智慧矿山建设过程中现有信息系统存在数据源异构问题,提出了利用XML技术建立异构数据集成平台的解决方案,介绍了智慧矿山总体框架和异构数据集成平台的体系结构。在不改变现有数据源的物理位置、体系结构的情况下,该平台利用XML技术将异构数据无损转换为XML文档,通过对智慧矿山安全生产决策的应用需求的分析、分解和转换,实现了异构数据源的有效集成,为智慧矿山的监测、管理、职能决策等服务提供数据支撑。

基于正则表达式的图像目标特征提取方法研究

针对图像匹配过程中生成匹配模板复杂度高的问题,根据应用场景下被识别物轮廓、颜色和空间相对位置等物理特征不变的特性,通过建立基于颜色、线条、位置等信息的基础像元素库,并利用正则表达式的组织语法对这些基础元素进行先验知识的有序组织,赋予它们描述待匹配目标匹配特征的能力,从而能够快速构建出被识别物的匹配模板,缩短图像识别过程中模板生成时间,提高图像识别效率。实验结果表明:基于正则表达式特征提取的目标识别方法能够快速、准确对目标进行识别。在固定视角下其识别率为87.5%,平均识别时间为60.3 ms。相比较于尺度不变特征变换(SIFT)和加速鲁莽特征(SURF)算法,该算法在固定视角下的识别精度和识别效率均有所提高。

高光谱和图像特征相融合的生菜病害识别

为精准识别生菜的病害类型及所处病害时期,提出了一种结合高光谱技术和图像特征提取技术融合的生菜病害诊断方法。利用高光谱套件分别采集炭疽病、菌核病、白粉病的发病早期、中期和晚期以及健康状态下生菜叶片样本的高光谱信息,利用多项式平滑(Savitzky-Golay,SG)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm,SPA)对预处理后的数据进行特征波长的优选,使用一阶到三阶矩和纹理LBP算子分别提取样本图像的颜色特征和纹理特征,最后通过SVR预测模型对颜色、纹理及光谱特征值数据进行训练并对预测集样本进行分类研究。结果表明,基于高光谱和图像融合特征的SVR预测模型性能良好,预测集决定系数为0.895 6,均方根误差为3. 75%。由于决定系数不够理想,通过引入松弛变量的方式降低间隔阈值,最终模型预测集决定系数为0.928 6,均方根误差为0. 034 2,决定系数提高了3. 68%,均方根误差降低了8. 8%,病害时期判断准确率为92. 23%。说明该方法能够较有效地诊断生菜的病害类型及所处病害时期,可为农业精准化管理中病害的自动防治提供参考。

课程场域视角下高校教师课程权力困境的突破

伴随高等教育课程研究体系日益完善,教师相关课程研究课题逐渐增多,而这一系列课题研究的关键在于了解教师的课程权力。教师的课程权力大小与高校的课程教学水平存在紧密联系,唯有不断强化教师的课程权力,才能持续提升高校的人才培养质量。然而,基于课程场域视角来看,目前高校课程权力面临着诸多困境,包括课程惯习使得教师忽视了课程权力发挥,资本积累不足制约了教师课程权力发挥,以及课程机制不完善阻碍了教师课程权力发挥。为此,高校应当改善教师课程惯习机制,丰富课程实践形式,促进资本积累,优化课程体制。

基于正则表达式融合语义的农产品自动识别方法

针对同一条传送带上不同类别农产品自动分拣识别率低的问题,根据应用场景下轮廓、颜色和空间相对位置等物理特征不变,以及不同农产品会产生不同振动波的特征,通过建立基于颜色、线条、位置、振动等信息的特征元素库,利用正则表达式的语义规则,对基础特征元素进行先验知识的有序组织,赋予它们描述不同农产品匹配特征的能力,从而快速构建出不同农产品的匹配模型,缩短分拣过程中农产品目标模型生成时间,同时由于融合了振动特征,使得外形相似农产品的识别准确率得到较大提升.试验结果表明:基于正则表达式融合语义特征提取的农产品识别方法能够快速、准确识别各类农产品,从而实现自动分拣的目的,在固定视角下其识别率为92.5%,平均识别时间为50.3 ms,相较传统的尺度不变特征变换(SIFT)和加速鲁莽特征(SURF)算法,本算法在固定视角下的分拣精度和分拣效率均有所提高.

基于商空间的层次式数据网格资源调度算法

为了解决传统数据网格调度算法在对层次式数据网格调度过程中出现的极易陷入局部最优值和收敛速度过慢的问题,将粒计算的思想引入到网格调度中,提出了一种基于商空间的层次式数据网格资源调度QSHDGRA(quotient space theory based hierarchical data grid resource allocation)算法。首先分析了层次式数据网格的特点,接着提出一种基于业务请求平均等待时间和网络与节点资源利用均衡度的调和函数的调度问题模型,随后设计了基于商空间的层次式最优资源调度算法。该算法的特点是可以在不同粒度上由粗至细地对网格业务进行调度,从而保证不同业务的QoS,并实现系统全局最优资源分配。仿真实验表明,算法可以显著地提升系统整体的吞吐率,具有更快的收敛速度,并具备线性扩展能力。

非结构化P2P僵尸网络鲁棒性分析

僵尸网络结构的不断改进对网络安全造成了极大的威胁,如何深入研究其结构本身的固有性质对抵御该种攻击方式显得尤为重要。从复杂网络的角度模拟非结构化P2P僵尸网络,通过定义度量标准并应用网络中心化指标分析非结构化P2P僵尸网络面对节点失效时的鲁棒性。实验结果表明,非结构化P2P僵尸网络在面对随机节点失效时其鲁棒性较强,而面对高中心化节点失效时其鲁棒性将会迅速降低。

OBE教育理念下Web应用安全课程教学模式探讨

分析近年来Web应用安全课程教学方法、教学模式及存在的问题,提出"正确的安全世界观、扎实的Web应用安全理论知识和熟练的攻防实践能力"三位一体的课程教学实践新模式,介绍教学模式实施过程,最后通过教学质量评价调查结果说明教学模式实施效果.

数据挖掘技术应用于科研档案的实证研究

随着数据挖掘技术的发展,其在社会各领域得到了广泛的应用,并显现出巨大的价值。本文以江苏科技大学获得资助的国家级科研项目为例,分别采用聚类分析法和关联规则分析法对近五年来获批的国家级科研项目组数据集进行了数据挖掘,为学校找出科研重点领域,凝练出学科发展特色提供决策依据。

智能网联车环境下基于路段评分的数据转发模型

智能网联车之间的拓扑快速变化导致车间链路质量不稳定,从而使得数据转发的效率降低。对此,本文面向城市路网提出一种基于路段实时评分的智能网联车数据转发模型(Road section scoring-based data forwarding model for intelligent connected vehicles,RSSM)。首先,根据车辆密度将路段分为两部分,并分别对两部分路段上节点间的连通性进行建模,之后得到整条路段上节点间的连通性作为该路段的得分。然后,计算整个路网中所有路段上节点间的连通性并将其作为上述路段的得分,依据整个路网对路段的评分实现源节点到目的节点的动态路径规划,保障所规划的数据转发在整体上最优。最后,在结合实验平台NS3与SUMO上进行仿真对比,实验结果表明:与同类算法相比,本文提出的数据转发模型RSSM在数据投递成功率和时延方面均优于同类数据转发方法。

面向SVM的隐私保护方法研究进展

针对未来应用SVM进行数据挖掘所面临的信息安全问题,对隐私保护支持向量机分类规则挖掘方法进行研究,以提高支持向量机进行分类时的数据安全性,同时获得有效结果.分析了支持向量机分类方法的特点和可能面临的安全威胁;对国内外相关研究成果进行了归纳和梳理;重点从数据干扰和数据加密2个角度,给出了支持向量机隐私保护技术的最新研究进展;归纳出目前研究存在的问题和未来研究的趋势.指出了支持向量机隐私保护的研究方向:分布式环境下局部分类器融合隐私保护策略、更高效率的全同态加密方案、保护SVM分类规则的方案以及适用于大数据挖掘的隐私保护SVM技术.

多功能果蔬鲜切机的研制

针对国内鲜切果蔬加工的需求,研制一种多功能果蔬鲜切机,既可以进行果蔬的切片、又可以进行切丝、切丁。该机采用离心切削法切片、圆盘刀切丝、横切刀切丁的三维加工模式,并设计其传动系统方案和传动参数计算;考虑果蔬加工的多功能要求,设计方便拆装的圆盘刀总成、横切刀总成及其连接结构。果蔬鲜切机整机性能测试表明该机功率为1.38kW,切割马铃薯的合格率为96.5%,达到设计要求。

机会社交网络中基于时变兴趣社区的查询消息路由算法

针对机会社交网络环境下资源查询成功率低的问题,提出一种基于时变兴趣社区的查询消息路由算法。首先,分析了2个重要的移动社交网络数据集,发现了用户节点行为在时间和空间上的关联性和规律性;然后,基于用户行为在时空上的关联和规律性,构建了时变兴趣社区;最后,在时变兴趣社区的基础上,设计新的查询消息路由算法。理论分析结果表明,所提算法时间复杂度是O(nlogn);仿真实验结果表明,所提算法在查询成功率、平均查询时延、查询跳数及系统开销方面均优于与同类型算法。