一种基于模糊量相似度测量的模糊数据关联方法

介绍了一种用于汽车雷达多目标跟踪的模糊数据关联方法，这种基于模糊量相似度测量的方法简单，便于实现，首先将传感器的量测值与目标的估计值模糊化，然后计算两个模糊量之间的相似度，得到相似度矩阵，最后根据相似度的大小确定量测与目标之间的关系，蒙特卡洛仿真验证了这种方法的有效性。     

基于灰色关联分析的公路网节点重要度测算方法研究

节点重要度是节点层次划分的依据,节点层次划分又是路网布局优化的依据,因此,节点重要度的计算是公路网规划中非常重要的一个环节。基于灰色关联分析的公路网节点重要度测算方法避免了指标选取与权重确定的主观性,对公路同规划与布局优化具有较强的理论指导意义。     

基于相似度的图像变形效果的客观度量方法

给出了评价图像变形效果的新方法.首先,计算中间帧之间的相似度,由这些相似度值生成一条曲线;然后,在图像计算机动画领域首次提出图像变形真实感度的概念.它通过计算曲线与坐标轴,曲线插值点处的曲率和其他一些衡量标准得到.试验表明,它是一有效的度量图像变形效果的客观方法.     

基于偏序结构相似度的多准则决策

针对决策者只能提供决策方案的序数偏好信息的多准则决策问题,提出了基于偏序之间相似度的多准则决策方法.该方法运用模糊相似关系确定相似度,通过计算控制指标和被控指标,分别得出方案集的两个预序排列,然后将这两个全预序排列合并成方案集的最后排列.该排列具有更符合现实决策行为的偏序结构.举例说明了该方法的可行性.     

基于语义模型关联规则的局域网数据检索

提出一种基于语义模型关联规则的局域网数据检索方法.首先基于概念树描述语义模型并建立FP-树频集算法,通过概念映射将数据源与语义模型进行语义关联,在此基础上,进行噪声过滤并列出主题关键词,从而提高局域网的数据检索速度和一次查询效率.     

基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果,在原相似度计算模型中增加了两个句子不分词时的词形相似度计算,以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验,结果表明,改进的方法比原方法有较高的准确率。     

改进概念相似度的本体迁移学习

提出了一种改进候选相似概念集选取方法,滤除了没有计算意义的概念.进而根据本体中概念的特点和信息内容提出了一种改进概念相似度计算方法,最后使优化本体能够迁移学习.实验结果证明了该方法对概念相似度的计算有效,本体能够成功迁移学习.     

改进概念相似度的本体迁移学习

提出了一种改进候选相似概念集选取方法,滤除了没有计算意义的概念.进而根据本体中概念的特点和信息内容提出了一种改进概念相似度计算方法,最后使优化本体能够迁移学习.实验结果证明了该方法对概念相似度的计算有效,本体能够成功迁移学习.     

基于模糊相似度的群决策方案排序

为解决排序方案多属性特征、决策者对事物认识的局限性以及决策群体中各个体间的矛盾性导致的决策方案排序困难的问题,引入模糊相似度概念,以测度决策专家的偏好差异,用有序加权平均算子集结群体意见,通过与虚拟正、负理想方案比较,实现决策方案排序,并介绍了决策实施步骤.     

基于属性关联及匹配差异度的数据流异常检测

为解决类别属性数据流异常点检测问题,针对事务数据流环境,提出了基于属性关联及匹配差异度的数据流异常检测模型AAMDD(attribute associations and match difference degree).AAMDD模型离线构建一个关联规则库,并对其进行增量式更新.同时,利用时间敏感型滑动窗口(time-sensitive sliding windows,TimeSW)维护数据流数据,每经过一个时间跨度,就将当前窗口中每条数据包含的项集与关联规则库进行匹配,计算匹配差异度,根据匹配差异度的不同在线检测异常点.此外,给出了与AAMDD模型相对应的算法AAMDD-algorithm.实验结果表明,AAMDD-algorithm比FODFP-Stream算法的效率和检测精确度分别平均提高了37.43%和5.51%,并且AAMDD-algorithm的查全率保持在77%以上,可用于事务型数据流异常检测.      

基于词组主题建模的文本语义压缩算法

为了实现文本代表性语义词汇的抽取,提出一种基于词组主题建模的文本语义压缩算法SCPTM(semantic compression based on phrase topic modeling).该算法首先将代表性语义词汇抽取问题转化为最大化优化模型,并通过贪心搜索策略实现该模型的近似求解.然后,利用词组挖掘模型LDACOL实现词组主题建模,得到SCPTM算法的输入参数;同时,针对该模型中词组的主题分配不稳定的问题进行改进,使得取得的代表性语义词汇更加符合人们对语义的认知习惯.最后,将改进LDACOL模型与LDA模型、LDACOL模型以及TNG模型的主题挖掘性能进行实验比较,并利用SCPTM算法针对不同语料库进行语义压缩,根据聚类结果评价其有效性.实验结果表明,在多数情况下,改进LDACOL模型的主题抽取效果优于其他3种模型;通过SCPTM算法抽取代表性语义词汇能达到70%~100%的精度,相比PCA、MDS、ISOMAP等传统降维算法能获得更高的聚类效果.      

基于语义链的色情网页过滤系统

针对Internet上日益泛滥的色情信息,提出了一种语义链技术和向量空间模型相结合的方法,利用语义链技术找出待分类文本的语义链,由该语义链的各密度向量分量与色情(性文化)文本语义进行比较,来确定其与待分类文本的相似程度,从而将待分类文本分到对应的类中,最后可以使用先前的分类结果对色情信息实施过滤,通过实验表明,该方法能较好的识别色情网页并加以过滤.     

基于Gauss-EMD的DNA序列相似性分析

提出了高斯-经验模态分解(Gauss-EMD)算法,在固有模态函数筛选过程中,用高斯径向基函数插值极值包络线,并将该算法应用于DNA序列的相似性分析当中.这个方法可以简单直观地通过分析DNA序列的余量来分析序列的相似性,通过四个物种线粒体DNA序列实例验证了新算法相较于经典的经验模态分解算法更适用于DNA序列的局部相似性分析.     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.     

基于权重的Jaccard相似度度量的实体识别方法

社会网络分析方法将社会行动者映射为图的节点,社会行动者之间的关系映射为图的边,然后利用图论的相关知识来解决社会网络问题．将数据挖掘方法应用于社会网络分析是数据挖掘研究领域的一个新方向．本文主要在算法改进和系统实现层面展开数据挖掘在社会网络分析中的应用,提出了基于权重的Jaccard相似度度量的方法及处理多链接属性的实体识别算法．最后基于电信分析系统平台,使用上述算法在电信数据集上进行测试,实验结果表明上述算法的有效性和实用性．     

知网的话题更新与跟踪算法研究

话题跟踪是一项面向新闻报道信息流进行已知话题跟踪的信息处理技术，本文在现有的向量空间描述文档的基础上，实现了一个基于话题更新的话题跟踪算法，提出了基于知网的近义动词分析的跟踪算法及基于知网的近义动词分析和话题更新的话题跟踪算法．实验表明话题更新和同义词近义词的消除提高了话题跟踪算法的性能．     

����boosting �㷨�Ľ�ͨ�¼����

提出一种新颖的基于boosting模糊分类的交通事件检测方法。该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值，分类器以加权投票方式进行分类决策。运用Matlab 进行了仿真分析，结果表明提出的交通事件检测算法利用较少样本数据即可快速实现交通事件检测。     

基于ARCGIS动态分段技术的路段流量可视化分析

通过引入基于线性参照系统的动态分段技术,以广东省普通国道网为例,将里程桩号作为建立路线系统的量测M值的校正参考依据,并把广东省年度交调数据中路段交通流量观测值作为线事件导入到国道网的路线系统中,实现路段交通流量与空间矢量地图的匹配,使地理信息系统中的路线网络建立流量属性,为路网的进一步网络分析及研究决策提供科学的参考依据。     

���ڹ���IC�����ݵij������з��������Բ����о�

在公交IC卡数据挖掘中,为了获取乘客流量及流向等信息,需要获知每个班次的运行方向.本文通过对公交IC卡数据的聚类分析,将IC卡数据解析成单班次站点客流数据,利用基于时间序列的相似性测量算法（相关性测量及动态时间扭曲法）,测量单班次数据与经验数据的相似性,从而获取班次运行方向.研究结果表明,在线路客流方向性差别明显时,相似性测量方法精度较高.且经过数据聚类后,相关性测量法与动态时间扭曲法在计算精度与运算速度方面表现相近,适用于客流方向性差别较明显的公交线路.