文本层次分类中特征项权重算法的比较研究

特征项权重的计算方法是基于向量空间模型的文本分类中一个核心问题，其对文举分类的效果起着至关重要的作用。目前，特征项权重的计算方法很多，但在层次分类环境下哪种方法较好还没有定论。以层次分类环境为出发点，对TF.IDF和基于熵概念的权重方法进行了比较研究，实验结果表明TF．IDF整体得分最高，能够对文本进行较好地形式化表示。     

虹膜特征提取和匹配的几种主要算法研究

虹膜的身份识别在国际上已成为一个研究的热点领域。本文主要比较了虹膜特征提取和匹配的几种主要算法,分别说明了Gabor变换、傅里叶变换和小波变换的优点与不足,并指出相对而言,小波变换更适合应用在虹膜图像的识别中。     

基于多层特征基参数融合的网络入侵检测算法

传统的网络入侵检测算法,使用的都是同一个或者相似的特征基作为入侵检测的衡量标准,但是在多层网络中,不同层次的特征基参数存在差异,检测结果误差较大。为此提出了一种基于多层特征基参数融合的网络入侵检测算法。通过提取多层网络操作差异特征基参数,利用非线性回归方式对每层特征基参数进行差异补偿,按照自适应融合方式对多层差异特征基进行融合处理,以此作为检测的基础。实验表明,该算法提高了检测的准确率,取得了理想的效果。     

基于云填充和蚁群聚类的协同过滤图书推荐算法

针对传统协同过滤技术在图书推荐中效率不高、数据极端稀疏性及主观性强等问题,提出一种基于云填充和蚁群聚类的协同过滤图书推荐方法,首先根据蚁群聚类算法得到用户群分类,然后在进行协同过滤前预先通过云模型填充用户——项目矩阵,以降低数据的稀疏性。实验结果表明,该算法在推荐精度上有明显的提高。     

一种新型的基于数学形态学和颜色特征车牌定位算法

在分析了车牌定位现有算法优缺点的基础上,本文提出一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法.该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰.把图像分割为若干子区域,利用纹理条件和颜色条件判断,对各子区域进行独特的分类和聚类融合,最终由粗至细精确地定位出车牌所在位置,为后续车牌字符的分割识别步骤打下良好基础.实验结果表明,对于各种情况下的车牌图像,该算法都能有效地对车牌进行定位,具有定位准确率高,运行速度快,抗干扰性强的特点.     

基于转换的错误驱动与决策树算法的句子边界自动识别

结合基于转换的错误驱动算法和决策树算法,并综合考虑句点标记在语料库中的复杂使用情况,生成能够自动划分英语句子边界的程序.实验结果表明,该方法具有较高的准确率,能够为后续语料库加工提供良好的前提基础.     

利用双聚类和突发检测算法探测学科前沿及知识基础的比较分析——以h指数研究领域为例

通过对双聚类算法和突发检测算法得到的研究前沿和知识基础的比较,总结其不同思路及优缺点,以便在今后的研究中扬长避短,更好的发挥各算法的作用。以h指数研究领域为例,分别对数据进行双聚类分析和突发检测分析,获取h指数研究领域知识基础和学科前沿。最后比较两种方法得到的结果并进行评价。在探测h指数研究领域知识基础方面,双聚类对高被引文献的聚类更为结构化和清晰。在识别h指数研究领域动态发展,突发检测算法表现出了优越性。本研究为以后学科前沿和知识基础的探测提供了有益参考,并提出观测科学活动特征的新角度。