基于模糊粗糙最近邻算法的不平衡数据分类

为了提升不平衡数据中少数类的分类精度,利用SMOTE采样方法对数据集进行平衡化预处理;为了减轻样本重新合成过程中产生的类重叠和噪声对分类精度的影响,选择模糊粗糙最近邻算法（FRNN）作为分类器。在14个不平衡数据集上进行的仿真实验表明,该方法具有较好的分类表现,F值和G值最高分别可达0.965、0.932,是一种适用于不平衡率偏高数据集的分类方法。     

基于D-LLE算法和图像分块的人脸识别方法

人脸识别是当前计算机视觉领域的一个研究热点,在日常生活中的应用也非常广泛.近年来,流形被认为是视觉感知的基础,利用流形学习算法可以寻找图像的内在特征.文章提出一种基于差异性值监督LLE(D-LLE)算法和图像分块的人脸识别方法,首先对提取的人脸图像进行分块,然后利用D-LLE算法进行人脸子图像集特征提取,最后使用最近邻分类器进行人脸图像识别.通过与现有人脸识别方法进行仿真结果比较,该方法能够取得较好的识别效果.     

改进的线性判别回归分类人脸识别算法

对线性回归分类算法进行了改进。考虑了线性回归分类算法中没有考虑的类间信息,通过选择类模式的投影方向判别不同类的模式,不同类的模式互相远离,相同类的模式尽可能靠近来估计投影矩阵;再利用投影矩阵将训练图像及测试图像投影到各类的特征子空间;最后,计算出测试图像与训练图像间的距离,利用K-近邻分类器完成人脸的识别。在FERET人脸数据库上进行实验验证。实验结果表明,相比其他回归分类算法,本算法取得了更好的识别效果。     

基于PCA和神经网络的人脸识别算法研究

在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。     

一种基于混合索引的最近邻查找方法

针对某些场景下可学习KD树模型在最近邻查找中准确率较低的问题,提出了一种基于可学习索引模型和传统KD树的混合索引结构。该结构将待查找数据同时输入已经训练好的可学习KD树模型和KD树中得到若干个候选的k近邻点,从而将可学习索引模型在查找效率和传统索引方法在查找准确率上的优点相结合。试验结果证明,使用基于可学习索引模型的可学习KD树和树形结构KD树的混合索引,综合了两者在最近邻查找中的优点,实现了查找效率和查找精度的平衡,满足了多种条件下的查找需求。     

人脸识别技术综述

人脸识别指通过基于个人的面部轮廓比较和分析模式,唯一地识别或验证人的生物测定技术。人脸识别技术包含人脸的特征提取、特征选择和分类器设计。对人脸识别技术的发展历程作了梳理和回顾,阐述了人脸识别技术的实现方法和研究进展,对目前成熟的人脸识别算法进行了分类,对各种实现方法进行分析和评价。通过比较各种识别方法的优缺点,提出了研究中需要注意的难点,展望了人脸识别技术发展方向。     

基于几何特征的连续最近邻查询方法代价研究

分析了基于几何特征而形成的CNN(连续最近邻)算法的运行代价,提出了结点访问(NA)量的代价模型,并通过实验验证了这一模型的准确性。     

空间数据库反向最近邻数据模型查询优化研究

反向最近邻数据查询优化简言之就是从特定文本中取出所需的事实反向最近邻数据。它的具体应用可表现多个方面。比如从新闻里查询优化报道、从公司网站查询优化产品情况、从漫画网站里查询优化漫画图片等。通过反向最近邻数据信息优化,提高数据信息提取与查询能力。     

平稳序列回归函数的最近邻估计的收敛速度

本文在样本序列为平稳,φ—混合的情形下,讨论了回归函数m(x)的最近邻估计的L_p收敛速度和强收敛速度,并给出了它在K_n—NN判别中的一个应用.     

基于最近邻-径向基函数网络的PVC价格预测模型

将最近邻思想与径向基函数网络相融合,设计了基于最近邻-径向基函数网络的预测方法,并将其应用于PVC价格预测,取得了良好的效果.本文所设计的方法具有通用性,可应用于其它时间序列变量的预测问题.     

基于决策树分类的HTTP隧道检测方法

HTTP隧道是各种木马和间谍软件进行网络通信的主要途径,严重威胁了网络安全。比较有效的算法主要是统计指印方法,统计指印采用的特征较少,对训练集的依赖程度较高,算法的稳定性较差。决策树分类算法提取了网络数据流更多的有效特征。使用决策树分类算法对HTTP隧道数据进行了检测,通过实验结果对比,决策树算法的稳定性更好,精确度和效率更高。     

基于代价敏感性AdaBoost的皮肤分类器

为解决不同光照条件下皮肤难以检测的问题,提出一种基于代价敏感性CS-AdaBoost算法的皮肤分类器。通过对皮肤像素提取6个基于亮度值的像素特征,并循环选取特征,使用基于CS-AdaBoost算法程序训练最佳弱分类器,通过对所有最佳弱分类器的加权线性组合得到最终的皮肤分类器。由于在算法程序中引入了代价因子θ,使分类结果偏向总错分代价较小,即提高了皮肤样本的分类正确率。使用SDD皮肤数据库评估该皮肤分类器性能,结果表明,该皮肤分类器分类正确率达到了85%,比传统皮肤分类方法提高了5%。     

《国语》中的名量词

通过对《国语》文本的穷尽性统计,得出《国语》中的名量词为60个,根据量词的属性分为个体量词、集体量词、时间量词、反映地方和军队编制的量词与度量衡单位量词等五个类痢,并逐类进行分析。     

一种快速的人脸检测训练算法

近年来基于Adaboost的人脸检测算法因其快速和可接受的检测率得到了成功的应用,但Viola-Jones学习算法需要对级联分类器的每一个特征反复训练弱分类器显得非常缓慢。本文给出了一种新的级联检测器节点分类设计方法,首先将每个节点所有弱分类器的训练移到循环外,然后选择使强分类器有最小错误率的特征集代替选择单个最小加权误差的特征生成强分类器。实践表明该训练速度快于Viola-Jones的方法。     

他脸上写着个“好”字

在托马斯·杰弗逊任职总统期间,有一次他和一队旅行者正要横渡一条河水漫过两岸的河流。每个人都骑马过河,奋力自救。一个独自旅行的人看见这个队伍横跨险流,便请求杰弗逊总统带他过     

嗨，你能听见我说话吗？

苏格兰塌耳猫的两只耳朵总是下塌着,再加上两个大大的眼睛使它的样子看上去很像是只小海豹。一些国家禁止在展览会上展出这种描,因为害怕它们下塌的耳朵会引起感染。     

入侵检测系统中贝叶斯分类器的改进

针对入侵检测系统在实时检测能力和自适应能力方面的不足,提出了一个改进贝叶斯分类器,通过引入滑动窗口技术改善入侵检测的实时性.通过该性能调节器对贝叶斯分类器中参数的动态设置,实现了入侵检测系统的自适应性,有效地实现了入侵检测的实时性、主动性和自适应性.     

新历史小说与现代史的另一面

“新历史小说”之“新”，不在其题材之新，而在于它提供了新的历史叙述方法，新的历史观念和新的艺术表现手法。在新历史小说中，将家族史与现代史结合起来写，立足于民间和边缘化立场叙述中国现代史成为一种极普遍的创作现象。新历史小说在一定程度上反映出了中国现代史的另一面。     

基于K-均值算法的模糊分类器设计

基于K-均值算法的模糊分类器具有很好的分类效果，用它可以很准确的对训练样本进行分类，此方法是将K-均值算法应用于训练数据的聚类，对每个聚类的半径和聚类的中心都是可计算的，而模糊系统设计方法就是用模糊度来描述聚类，对训练数据进行高效且准确的分类，这种方法有下面几个特点：(a)不要预定义参数；(b)训练时间短；(c)简单；最后用一个例子对这种模糊分类器进行分析验证。