一种改进的SMO分类算法

针对序列最小优化(SMO)算法对大规模数据集训练速度慢、分类精度不够高的问题,提出了一种改进方法。该方法对SMO算法的核函数进行改进,通过增大二次项系数的绝对值提高分类正确率,并结合网格搜索法优化基于核函数改进的SMO算法的有关参数。实验结果表明,该算法显著提高了分类的正确性,缩短了算法的建模时间。     

带自适应变异的粒子群优化算法改进研究

针对函数优化的非线性特点,在标准粒子群优化算法的基础上,提出了一种带自适应变异的粒子群优化算法.该算法对惯性权值进行参数设计,建立非线性递减策略曲线模型,通过设置校准系数,改变惯性权值的曲线变化率,使其随迭代过程进行自适应变化.通过在迭代初期选取较大的惯性权值,增强算法的局部寻优能力,加快算法收敛速度,而在迭代后期选取较小的惯性权值,提升算法的全局搜索性能.同时,在算法中引入变异机制,增加种群的多样性,从而更好地提升算法由局部到全局的开放式搜索能力.通过选择基准测试函数对几种算法进行性能测试,证明改进算法收敛速度快、精度高,总体性能优于对比算法.     

改进FCM算法在网络入侵检测中的应用研究

入侵检测作为一种主动防御技术已成为实现网络安全的一个重要手段.数据挖掘技术中模糊C均值算法(FCM)对分析审计日志数据和检测入侵非常有用,它通过迭代来优化目标函数,求取目标函数的极值点,但该算法本身无监督性,没有先验知识指导的初始化值易使算法陷入局部极值,从而产生误导.基于广义回归神经网络(GRNN)改进FCM算法则可以在网络入侵检测中最大可能地避免主观假定对预测结果的影响.     

基于一类函数值不动点逼近的反函数迭代算法

目的:函数值不动点逼近作为求解非线性方程根的一种重要算法,需要满足特定的迭代条件。方法:基于一类不动点逼近研究在不满足特定迭代条件下对一类复杂非线性方程求根。结果:提出3种基于反函数而又避免求反函数的迭代算法。结论:通过收敛性分析和数值实例证明这3种方法能有效控制重根附近发散,具有一定的实效性。     

基于双树复数小波的快速二步迭代混合范数算法

以双树复数小波基为稀疏基,局部哈达玛矩阵为观测矩阵,在IST算法的基础上提出一种改进的快度二步迭代混合范数算法,目标函数采用混合范数模型,二步迭代加速了目标函数的优化,二步迭代混合范数算法收敛于混合目标函数的最小值。改进的算法重构速度高于IST算法的2.5倍,图像的均方误差减小50%以上。与以DCT为稀疏基、高斯矩阵为观测矩阵、快速二步迭代混合范数算法为重构算法的压缩感知重构系统相比,改进算法的峰值信噪比提高了约1dB,表明改进算法具有更好的图像重构质量和重构速度。     

基于深度学习的煤矿防尘口罩佩戴检测

煤矿井下存在大量有害气体及粉尘,井下工作人员长期吸入有害气体或粉尘后会对身体造成严重危害.提出一种基于深度学习的煤矿防尘口罩佩戴检测方法,对数据集进行预处理后,采用YOLO算法进行迭代训练,得到最优权重.通过与其他算法进行对比,本文算法mAP值为92.5%,检测速度为12 ms,相比于其他目标识别算法检测精度更高、速度更快,表明该算法能够更好地识别防尘口罩,满足实际应用需求.     

SVMlight算法和SMO算法在入侵检测中的比较研究

SVMlight算法和SMO算法在入侵检测领域的应用都是近年的研究热点.为了从中找到一种更适合入侵检测的算法,使用不同规模训练集和测试集进行多组实验,从不同角度研究它们在入侵检测中的特性,从检测精度、误报率和漏报率方面研究探讨两种算法各自在入侵检测中的优劣,并进行综合比较研究,找出了较优的算法为SMO算法.     

求解稳态系统优化与控制问题的递推二阶逼近法

本文提出一种递推二阶逼近方法。它利用修正的BFGS公式来构造实际目标函数的Hessian矩阵,通过解一个二阶近似优化问题——这个问题由修正的BFGS公式确定,来得到一个迭代搜索方向。为了获得一个新的迭代点并考虑到实际应用条件的差别,本文给出两种迭代更新策略:一个是牛顿步方法;另一个是一维搜索方法。在一些局部条件下,本文提出的方法具有R—超线性收敛的性质。本文将给出算法的全局收敛性条件和最优性条件,并给出算法收敛速率的估计。最后进行仿真研究,表明新算法的优越性。     

一种新的单纯形法—最大最小法

本文对线性规划的求解方法加以改善,提出了一种新的单纯形法——最大最小法。并用这种方法迭代一次目标函数的值与用原单纯形法迭代一次目标函数的值作了比较,得出了前者的运算速度快手后者的概率大的结论。     

一类带线搜索的非单调信赖域新算法

在本文中,我们结合非单调信赖域方法和非单调线搜索技术提出了一类新的无约束优化算法.与传统的非单调信赖域算法相比,这样得到的新算法不仅不需重解子问题,而且在每步迭代保证目标函数的近似海赛矩阵的正定性.在一定条件下证明了算法具有全局收敛性.     

A synthesis model of sustainable market orientation: conceptualization,measurement, and influence on academic accreditation – a case study of Egyptian-accredited faculties

Higher education institutions are increasingly concerned about accreditation. Although sustainable market orientation (SMO) bears on academic accreditation, to date, no study has developed a valid scale of SMO or assessed its influence on accreditation. The purpose of this paper is to construct and validate an SMO scale that was developed in Egyptian faculties. SMO is identified as a one-dimensional construct consisting of four overlapping components. Using a survey, data were collected from 204 respondents in 6 Egyptian-accredited governmental faculties. Both item analysis and split-half methods were used to purify the measurement scale and assess its stability. Exploratory factor analysis was used to assess dimensionality, and confirmatory factor analysis was used to examine the construct and convergent/discriminant validity. Nomological validity was assessed with a structural equation model. Results suggest both a validated scale and empirical evidence of the influence of SMO on academic accreditation.     

A novel method for tracking pedestrians from real-time video

This novel method of Pedestrian Tracking using Support Vector (PTSV) proposed for a video surveillance instrument combines the Support Vector Machine (SVM) classifier into an optic-flow based tracker. The traditional method using optical flow tracks objects by minimizing an intensity difference function between successive frames, while PTSV tracks objects by maximizing the SVM classification score. As the SVM classifier for object and non-object is pre-trained, there is need only to classify an image block as object or non-object without having to compare the pixel region of the tracked object in the previous frame. To account for large motions between successive frames we build pyramids from the support vectors and use a coarse-to-fine scan in the classification stage. To accelerate the training of SVM, a Sequential Minimal Optimization Method (SMO) is adopted. The results of using a kernel-PTSV for pedestrian tracking from real time video are shown at the end. Comparative experimental results showed that PTSV improves the reliability of tracking compared to that of traditional tracking method using optical flow.     

A novel method for tracking pedestrians from real-time video

INTRODUCTIONObjecttrackingisachallengingandimpor tanttaskincomputervision .Someofthemorepopularapplicationsincludevideosurveillanceinstrument,roboticcontrol,andautonomousve hicularnavigation .Trackingalgorithmsfindhowanimageregionmovesfromoneframetothenext.Thisimpliestheexistenceofanerrorfunc tiontobeminimized ,suchasthesumofsquareddifferences (SSD)betweenthetwoimagere gions.Thiserrorfunctionistheresultofmakingthe“constantbrightnessassumption” .Yet,quiteoftenweareinterestedintrackinga…     

智障儿童构音障碍矫治的个案报告

为了探讨智障儿童构音障碍的矫治方法,文章采用个案研究方法,对一名6岁10个月中度智障儿童的构音障碍矫治进行研究。先用构音障碍评估工具对其构音功能进行评估,后根据评估结果制定口部运动功能训练和构音音位训练相结合的训练方案并实施训练,最后进行训练后的评估。训练后该患儿的口部运动功能、构音清晰度等构音功能指标有明显提高。结果显示：对存在构音障碍的智障儿童实施有针对性的构音训练,能有效改善其言语状况;对智障儿童实施口部运动功能训练和构音音位训练相结合的实施方案是可行的。     

基于阶段性目标管理的毕业设计（论文）质量控制体系

毕业设计（论文）是大学教育重要的实践性教学环节,它在培养大学生创新能力、实践能力和创业精神方面具有十分重要的作用。为确保毕业设计（论文）质量,进行大胆探索与实践,形成以开题报告制度、二次答辩制度以及阶段性检查验收制度为主体的阶段性目标管理质量控制体系。     

人的全面发展:高等教育人才培养的终极目标

确立一个科学、合理的培养目标，是高等教育人才培养取得成功的前提条件。人的全面发展成就了高等教育的终极目标，也阐释了新的时代背景下人才的科学内涵。     

不同强度健美操锻炼对女大学生身体形态和机能的影响

采用实验的方法对60名女大学生持续一年健美操锻炼前后身体形态和机能指标进行测试分析。随机分为甲、乙、丙三组,每组各20人。结果表明,经过一年的练习,这60名女大学生的身体形态指数均有减小,机能指数均有所提高。其中,乙组的锻炼效果最为显著,身体形态指数和机能指数大部分呈显著性差异变化。结论:健美操锻炼有利于保持女大学生健美体型,改善心血管、呼吸系统功能。运动强度控制在最高心率的60%-80%时锻炼效果最佳。     

对现代篮球运动节奏特点的初步认识

节奏是篮球运动中存在的既有形又无形的客观现象，在技术、战术、比赛三个层面上研究它的特点，能够加深对篮球运动的规律和特点的认识，对比赛和训练都具有十分重要的指导意义．     

制订专业培养计划的理论思考和实践

培养计划是在一定的教育思想观念指导下，根据社会发展需要、人才培养目标、专业知识结构要求、学生的身心特点以及知识基础和教学过程的基本规律，对学生在校四年全部教育教学活动的整个安排。确立先进的教育价值观、知识观、科学的质量观，建构新的培养模式和教学模式是制定培养计划和实现人才培养目标的关键。