基于PCA的决策树优化算法

为了改善传统ID3算法在分类属性选择上存在多值偏向性的不足,提出基于PCA的决策树优化算法。在普通基于PCA 的决策树改进算法中,存在数据经降维处理后代表性不强的问题,导致算法需经过多次数据运行后,准确率才能小幅提升。在ID3算法基础上,在分类前两次提取属性特征值,并计算了需要分类的数据量,也即对原始数据进行最重要的属性选择。在子树建立之后,再进行数据的降维合并选择。采用UCI数据库中的3个数据集对改进算法进行验证,结果表明改进算法的平均准确率达到94.6%,相比传统ID3算法与普通PCA决策树优化算法分别提升了1.6%和0.6%。因此,基于PCA的决策树算法能在一定程度上提升结果准确率,具备一定的应用价值。     

多载波系统中低复杂度的改进比特和功率分配算法

基于迭代的比特和功率分配机制,提出了一种低复杂度的比特和功率分配算法.与传统的迭代分配算法不同,该算法在每次迭代中只需要比较几个特定的子载波.该方法在保持传统迭代算法性能的前提下极大地减小了迭代分配算法的复杂度.此外,通过选择等功率分配方案作为初始方案加快了算法的收敛速度,进一步降低了算法复杂度.仿真结果表明,提出的改进算法在基本不牺牲系统性能的前提下有效地降低了算法复杂度.     

基于核密度估计多样性采集的背景建模算法

1IntroductionBackground subtraction methods are extensively ex-ploited for moving object detection in videos in manyapplications ,such as traffic monitoring[1],human mo-tion capture[2]and video surveillance[3]. The centralidea behind such methods is to segment foreground ini mage sequences taken from a fixed camera by com-paring each newframe to a model of the scene back-ground . Therefore , correctly and efficiently modelingand updating the background model is one of the mostchallenging aspec…     

基于K-Means和SVM的流行中文钓鱼网站识别研究

K-Means是一种简单、高效的聚类方法,能快速将网页文本分类。SVM在解决小样本、非线性及高维模式识别中有许多独特优势,能够通过低样本获取全局最优解。因此,将K Means和SVM结合,以达到自动识别流行中文钓鱼网站并对其进行分类的目的。验证了两种方法结合应用的有效性。     

初等函数统一算法的几个问题

本文拓广了初等函数统一算法，并证明了算法的收敛性．作了误差估计。     

广义分式规划的Dinkelbach型算法

考虑紧集情况下，广义分式规划问题（P）的Dinkelbach型算法，并证明了该算法的收敛性。     

广义Ball曲线的Blossom算法

文Ｓａｉｄ［４］中，给出了广义Ｂａｌｌ曲线和它的递归算法，本文用Ｂｌｏｓｓｏｍ方法讨论。     

Banach空间中一类广义集值拟变分包含的迭代解

本文引入Banach空间中一类广义集值拟变分包含问题,利用集值预解的技巧,建立起Banach空间一类广义集值拟变分包含问题与预解方程及不动点问题间的等价关系,并给出了其解的存在性及其迭代逼近问题.这些结果改进、推广、统一了文[1-15,17-24,27-33]的相应结果.