基于深度学习的高光谱图像多标签分类算法

提出一种基于深度学习的高光谱图像多标签分类算法。采用深度学习算法中的堆叠降噪自动编码器方法对每个像素的深层特征进行抽取,该方法可以有效表现高维特征空间中的非线性混合像素。使用多标签逻辑回归方法为每个像素预测并分配多个类标签。通过对合成数据和实际高光谱数据的大量对比实验,实验结果表明:该算法能够有效地为高光谱图像的像素精确地分配多类标签。     

基于不确定数据决策树分类算法的软件外包评价模型

经典决策树算法不能处理树构建和分类过程中的不确定数据,针对这一局限,提出基于概率分布的方法,把决策树分类技术扩展到含有不确定数据的环境中。然后,针对软件外包评价中普遍存在着不确定数据,应用决策树分类方法,对软件外包公司进行客观评价。实验表明,本文提出的基于不确定数据的决策树分类算法能够实现对软件外包评价的定量研究。     

基于机器学习的僵尸物联网检测方法性能评价研究

机器学习方法已被逐渐应用于僵尸物联网的检测过程。然而,由于已有研究工作所用的机器学习方法以及实验用的数据集不同,很难对不同机器学习方法在僵尸物联网检测的性能进行一致性地评价。为解决上述问题,从是否使用特征降维、使用特征降维时所用的特征维度数量、测试和训练样本分布比例等三个方面设计了不同的实验方案,并在公共数据集上综合评价了多种基于机器学习的僵尸物联网检测方法。实验结果表明,在同样的数据集下,基于LDA-RandomFores的僵尸网络检测算法最好,基于GaussianNB的检测算法性能最差。实验结果为僵尸物联网检测方法研究与应用,选择合适的检测算法,提供了数据支持。     

基于BP神经网络的太阳能收集功率预测研究

在太阳能收集应用系统中,能量收集预测模块是进行合理的任务调度分配和系统平稳运行的重要保证。提出了基于BP神经网络的太阳能收集功率预测方法,优化了算法的参数选择,确定了算法预测性能指标。在真实太阳能收集功率数据集上对提出的算法进行了性能分析,验证了算法参数选择的正确性;与现有其它数据预测算法进行了一系列预测对比实验。实验结果表明,该预测算法具有良好的性能,在各算法预测性能指标上均具有一定优势。     

信息检索中基于智能优化算法的数据融合方法

如何利用网络技术手段,帮助用户从互联网海量信息中迅速准确地获取用户所需信息是信息检索领域的首要问题。数据融合技术能够将不同检索系统提交的检索结果进行组合从而得到一个新的检索结果。对数据融合技术中的线性组合法进行研究,着重探讨如何采用智能优化算法解决线性组合法的权重分配问题,分析基于差分进化算法和基于粒子群算法的权重分配策略,在上述两种优化算法的基础上,提出一种新的线性组合法权重分配策略：基于自适应交替的粒子群差分进化优化算法权重分配策略。     

基于多目标遗传算法的装配线平衡问题

装配线平衡问题是生产管理中重要且比较难解决的问题,其中如何分配工人到不同的工作站以提高生产效率是问题的关键。针对包含工人分配问题的装配线平衡问题,提出一种基于Pareto的问题无关的适应值计算方法的多目标遗传算法。算法中首先建立ALB-wa问题的数学模型,提出一个基于随机键编码的基因表达方式;使用匹配指定的染色体结构和ALB-wa问题的遗传操作;使用基于Pareto支配关系的评价函数来代替使用基于偏好的评价函数。最后,通过实验数值验证该方法的性能。结果表明,该方法具有较高的收敛性和效率,改进了现有的其他遗传算法。     

基于双线性特征融合方法的畸变失真图像质量评价

针对畸变失真图像影响后续图像信息获取的问题,提出了一种基于双线性特征融合方法的畸变失真图像质量评价算法。首先基于人类视觉对图像结构特征敏感的特点提取结构图像,然后将原始图像和结构图像作为双流卷积网络的输入,将两支路网络输出的低层结构特征和高层语义特征通过双线性池化层进行特征融合,最后通过全连接层输出图像质量预测分数。为了验证算法的有效性,在4个公开的图像数据集LIVE、CSIQ、MLIVE与TID2013上进行实验。结果表明,所提算法与当前的失真图像质量评价算法相比,在LIVE、CSIQ和MLIVE数据集上斯皮尔曼等级相关系数(Spearman rank-order correlation coefficient, SROCC)和皮尔逊线性相关系数(Pearson linear correlation coefficient, PLCC)指标至少提升0.2%左右,在TID2013数据集上SROCC值至少提升0.5%左右。所提算法评价结果与人类视觉主观感知有较好的一致性,对多种失真图像质量评价可以取得不错的效果。     

一种基于改进插值的数据隐藏算法

针对数据隐藏算法嵌入容量有限的问题,提出一种新的插值方法,将其应用到数据隐藏领域中,并给出一种基于改进插值的可逆数据隐藏算法.该算法在信息嵌入时,先用文中提出的插值方法对原始宿主图像进行扩展,扩展时,每个扩展像素以4个宿主像素点作为参考,通过计算得出均值,再将其分配到待扩展的位置上,信息嵌入后可以无损地进行信息提取和图像的恢复.实验结果表明,该数据隐藏算法在嵌入容量、图像视觉质量方面均取得很好的效果,相比其他的数据隐藏算法,最大嵌入容量提高了24．78%-39．29%,最大藏量下的信噪比均保持在39 dB以上.     

基于转向的Logit网络分配算法实现与比较测试

为了评价基于转向的Logit网络分配算法(TALL)的实用性和高效性,在分析TALL算法过程的基础上,运用C++实现了TALL算法,并与传统的Dial算法+网络扩展法进行比较测试.TALL算法运用弧标号最短路径搜索、双向星形表和Deque结构,直接对道路网络进行流量分配,而不像Dial算法要在扩展后的路网上应用.在实际...     

CTW无损压缩算法在管道无损检测中的应用

超声和漏磁无损检测方法是目前输油管道常用的安全检测方法,然而其检测数据庞大,必须对数据进行压缩。介绍了一种基于CTW(context tree weight)的无损压缩算法,该算法采用了新的更低冗余度的概率估算法,具有速度快和抗差错能力强等特点,将该算法应用于输油管道超声和漏磁方法无损检测实验数据的无损压缩,得到了较高的压缩率,与LZW(lempel ziv welch)无损压缩算法相比获得了更高的压缩率。