基于Spark的改进随机森林算法

针对基于单机的经典随机森林算法无法满足海量数据处理需求的问题,文中采用Spark分布式存储计算技术设计并实现了改进的随机森林算法。首先计算特征的重要程度,将特征分为公共特征、独有特征和非重要特征;然后按顺序和比例分别在各个特征子空间中随机选择特征;最后通过Spark集群进行实验,分析改进的随机森林算法分类性能、加速比和效率。结果证实改进的算法提高了随机森林构建效率,可以用来解决海量数据挖掘问题,具有良好的可扩展性。     

基于滤波重构和卷积神经网络的心电信号分类

计算机自动分类心电信号能够减轻医生工作压力并大幅提高诊断速度和准确率。文中针对传统算法中特征提取过程复杂及抗干扰能力弱的问题,提出了一种结合滤波重构和卷积神经网络的心电信号分类算法。该算法首先通过传统信号滤波和心拍序列重构去除原始心电信号中的噪声干扰,然后构建卷积神经网络来自动学习心电信号特征并完成分类。在PhysioNet/CinC Challenge 2017数据集上的分类实验结果表明,该方法的平均F₁(查准率、召回率的调和平均)达到了0.8471,优于人工特征提取和常规卷积网络方法,且具有很强的抗干扰能力。     

基于SVM的近红外黑木耳多糖含量分类

黑木耳作为一种胶质食用菌,富含多种营养物质,其中多糖是其中所占比重最大、含量最高的功能性成分之一。针对黑木耳多糖的分类,区别于传统的化学方法检测操作复杂、检测速度慢的问题,文中利用红外光谱技术,对东北黑木耳样本进行多糖成分进行无损检测,并利用支持向量机(SVM)的算法进行建模仿真。通过选定核函数的最优惩罚系数C=100、正则化系数V=10 ^-1,测得黑木耳多糖分类模型的识别结果的精确率为85.7%,召回率为87.3%,F1-score为0.864,达到了预期目标。试验证明,相比较于常规的黑木耳多糖检测方法来说,根据支持向量机算法建立的高精度黑木耳近红外光谱多糖分类模型是可行的。     

基于深度卷积神经网络和多核学习的遥感图像分类方法

为解决传统遥感图像分类方法特征提取过程复杂、特征表现力不强等问题,该文提出一种基于深度卷积神经网络和多核学习的高分辨率遥感图像分类方法。首先基于深度卷积神经网络对遥感图像数据集进行训练,学习得到两个全连接层的输出将作为遥感图像的两种高层特征;然后采用多核学习理论训练适合这两种高层特征的核函数,并将它们映射到高维空间,实现两种高层特征在高维空间的自适应融合;最后在多核融合特征的基础上,设计一种基于多核学习-支持向量机的遥感图像分类器,对遥感图像进行精确分类。实验结果表明,与目前已有的基于深度学习的遥感图像分类方法相比,该算法在分类准确率、误分类率和Kappa系数等性能指标上均有所提升,在实验测试集上3个指标分别达到了96.43%, 3.57%和96.25%,取得了令人满意的结果。     

混沌灰狼优化算法训练多层感知器

灰狼优化算法(GWO)是一种新的基于灰狼捕食行为的元启发式算法,被证明是一种具有高水平的探索和开发能力的算法。但是存在开发和探索不平衡的问题,以至于其优化性能并不理想。该文将混沌理论引入GWO中,用于平衡GWO的探索和开发,提出一种改进的混沌灰狼优化算法(CGWO),并应用于多层感知器(MLPs)的训练。首先,基于Cubic混沌理论对GWO的位置更新公式进行改进,以增加个体的多样性,增大跳出局部最优的概率和对解空间进行深入的搜索;其次,设计一种非线性收敛因子,用于协调和平衡CGWO算法在不同迭代进化时期的探索和开发能力;最后,将CGWO算法作为MLPs的训练器,用于对3个复杂分类问题进行分类实验。结果表明:CGWO在分类准确率,避免陷入局部最优,全局收敛速度和鲁棒性方面相较于其他对比算法均具有较好的性能。     

危险化学品家族

The dangerous chemicals are special chemicals. They are very important to human being though they are dangerous generally. In this paper, we will vividly introduce the family of dangerous chemicals and classification so that readers can better understand them.     

基于SOLO分类理论以教材为素材的命题实践研究——以“有机合成路线图题”为例

以有机合成路线图题的命制为例,展示如何挖掘并整合教材内容为命题素材,如何基于SOLO分类理论进行设问而命制成试题。     

两阶段旋转、平移亚像素数字稳像算法

提出一种稳健的两阶段层次匹配稳像算法, 在频域结合相位相关和谱对消技术对抖动图像序列间的平移和旋转矢量获得亚像素估计精度。算法第一阶段首先在对数极坐标表示下, 利用相位相关法得到图像帧间的旋转角度和整数像素平移参数; 算法第二阶段运用谱对消技术确定亚像素平移参数。在建立参数运动模型的基础上,通过自适应均值滤波确定各帧修正矢量。实验结果表明, 该方法具有亚像素级的稳像精度。     

基于层次聚类的多策略未知协议分类方法

在近些年网络空间安全形势愈发严峻的情况下,对网络协议分析提出了越来越高的要求,其中,对未知协议分类分析更是亟需攻克的难点.针对未知协议的分类问题,提出一种基于层次聚类的多策略未知协议分类方法.该方法从传输控制协议头部特征、数据包的时空特征等维度入手,与马尔科夫链相结合,首先对收集到的网络数据进行预处理;然后提出可读性分...     

用于像移探测的位平面匹配改进算法

像移探测作为电子稳像的重要的步骤,直接影响稳像的精度和速度。针对传统位平面匹配算法的局限,对各阶位平面的探测效果进行了综合测试,并提出了一种改进方案,即对位平面4,5经过下采样后组成一个合成位平面来进行匹配。研究了匹配块大小变化对位平面算法的影响,比较了相邻帧和固定帧两种参考帧选取方法的优劣。实验表明,改进的位平面匹配算法提高了位平面算法的稳健性,在没有增加计算量的前提下,算法精度达到了与全搜索块匹配法相当的程度。