摘要:知识图谱是以图的形式表现客观世界中的概念和实体及其之间关系的知识库，是语义搜索、智能问答、决策支持等智能服务的基础技术之一.目前，知识图谱的内涵还不够清晰；且因建档不全，已有知识图谱的使用率和重用率不高.为此，本文给出知识图谱的定义，辨析其与本体等相关概念的关系.本体是知识图谱的模式层和逻辑基础，知识图谱是本体的实例化；本体研究成果可以作为知识图谱研究的基础，促进知识图谱的更快发展和更广应用.本文罗列分析了国内外已有的主要通用知识图谱和行业知识图谱及其构建、存储及检索方法，以提高其使用率和重用率.最后指出知识图谱未来的研究方向.

摘要:手机3D动画自动生成系统旨在通过输入一条手机短信得到与其相符的动画并发送给接收方.动画中表情对于表达情绪主题以及强化动画效果等具有重要意义.本文重点研究手机3D动画中人物表情的自动生成.主要包括定性规划和定量计算两大部分.定性规划部分主要利用语义网技术，基于面部编码系统和情感轮模型构建表情本体库并建立相应公理，然后根据短信的关键信息进行知识推理，得到关于表情的定性描述.在定量部分将定性描述信息转化为具体动画数据并处理表情平滑过渡等问题.在实验的270条数据中除人为操作引起的异常外，表情规划成功率为71.2%，其中多样性表情生成率为86.89%.实验表明该方法能够较好地生成表情动画.

摘要:由于无线信道的开放性和无线传输的广播特性，认知无线网络很容易遭受消息篡改、伪造、窃听以及拒绝服务等攻击.为了抵抗这些攻击，研究人员提出了许多物理层认证技术.相比于传统的密码学认证机制，物理层认证技术更快速、更高效.因此非常适用于对认知无线网络中资源受限的终端进行连续、实时的认证.但现有的物理层认证技术无法实现初始认证，而且在认证过程中丢包事件时常发生，导致认证时延较长，认证效率较低.本文将传统密码学认证技术与物理层认证技术相结合，提出一种轻量级的跨层认证方案.该方案只在初次认证采用密码学技术，其余认证采用快速高效的物理层认证技术，提高了认证效率.本文方案采用改进的归一化统计量，使得门限的计算变得更为简单，有效地降低了计算复杂度，减少了用户的认证等待时延.此外，本文采用了基于哈希链的认证方法，保证了在丢包情况下仍能实现连续的认证.性能分析表明，与现有的方案相比，本文的方案在提高认证效率方面具有较大的优势.

摘要:针对燃气负荷数据非线性、非平稳性的特点，本文提出一种基于改进的LMD算法与GRU神经网络的组合预测模型.模型首先利用改进后的LMD算法对燃气负荷数据进行序列分解，改进的LMD方法采用分段牛顿插值法代替传统的滑动平均值法来获得局部均值函数和包络估计函数，改善了传统LMD方法存在的过平滑问题.之后，再将得到的若干PF分量进行小波阈值去噪处理，获得有效的分量数据.最后，利用GRU神经网络分别预测各分量值，将它们相加得到最终的负荷预测值.仿真实验表明，提出的方法与单个GRU神经网络以及结合传统LMD算法的GRU网络相比，预测精度更高.

摘要:朴素贝叶斯分类器可以应用于岩性识别.该算法常使用高斯分布来拟合连续属性的概率分布，但是对于复杂的测井数据，高斯分布的拟合效果欠佳.针对该问题，提出基于EM算法的混合高斯概率密度估计.实验选取苏东41-33区块下古气井的测井数据作为训练样本，并选取44-45号井数据作为测试样本.实验采用基于EM算法的混合高斯模型来对测井数据变量进行概率密度估计，并将其应用到朴素贝叶斯分类器中进行岩性识别，最后用高斯分布函数的拟合效果作为对比.结果表明混合高斯模型具有更好的拟合效果，对于朴素贝叶斯分类器进行岩性识别的性能有不错的提升.

摘要:国家电网在国民经济发展中扮演着重要角色，选择高质量的供应商合作是其提供优质服务的前提.许多专家学者在供应商的管理方面做了许多贡献，但仍存在解决问题单一，主观因素过强的问题.针对项目中供应商管理的多应用和研究现状提出了基于用户画像的供应商管理方案，该方案主要通过用户画像对供应商信用评分、供应商产品选择和供应商长期合作可行性等方面进行辅助决策.文章主要对画像的标签体系和内容进行了详细阐述，重点分析了基于自然语言处理的模型标签生成方法.并结合供应商产品选择案例简述了用户画像在辅助决策上的应用方法，证明了在画像的基础上的方法可以提高供应商选择的精确度，简化了业务流程.

摘要:手机3D动画自动生成系统依据短信内容，经过语义分析、信息抽取及情节规划等一系列步骤，渲染输出一段三维动画发送给短信接收方.动画中场景的材质是动画最直观的展现方式，本文主要从定性规划和定量计算两方面着手，研究手机3D动画自动生成系统中场景材质的自动规划.定性规划的主要任务是利用语义网技术，通过本体库刻画与材质有关的各种属性，并与相关的主题、模板关联起来，得出关于模型材质的定性描述语句；定量计算的主要工作是将定性规划结果刻画到具体的动画场景中，实现动画场景材质的更改.在314条开放性短信测试中，86.9%的短信成功完成了材质规划，其中71.43%的短信对动画场景库中原有场景的材质进行了规划.实验表明，该方法能够有效地进行动画材质规划.

摘要:本文利用卷积神经网络对高速公路服务区停车场进行场景分割与车位检测.首先，通过扩充高速公路服务区停车场数据集，利用卷积神经网络进行高速公路服务区停车场区域分割与车辆检测，并对特征提取网络进行权重共享，从而达到联合训练的目的及网络模型轻量化.进而，通过对车辆的纹理特征提取，采用金字塔特征融合的方法对小目标的识别进行强化.最后，利用高速公路服务区停车位的先验知识实时计算停车场的停车位信息.实际应用表明该方法在复杂场景下，对车位检测的准确率为94%，检测速度为每秒25帧，具有很强的泛化能力，适合用于高速公路服务区停车场车位检测.

摘要:中科院仪器设备共享管理平台（以下简称为SAMP）系统有效解决了各科研单位间仪器设备管理封闭、共享困难和运行效率低的棘手问题.同时，可以及时了解各类仪器的使用情况、共享情况，为各级业务主管部门展开科学高效的管理工作提供良好的决策依据.当SAMP系统应用数据库中存储的数据量达到百万级时，对数据库中预约表和用户表（或仪器表）进行连接查询时，将导致数据表查询性能的下降，从而影响整个SAMP系统的性能.目前主流的解决方案是采用Hash取模算法对数据表进行水平切分，但预约表中的主键为自动递增的整数，并没有实际意义，所以优化效果不理想.由于预约的用户和被预约的仪器在地理区域上呈现一定的聚集性，因此本文提出了一种基于K-means聚类算法的分表策略，采用该策略能够将预约表的查询性能提升至少70%.

摘要:为解决海量ZigBee节点的组网与集中管理问题，文章提出一种基于互联网服务器的多ZigBee网络结构管理设计方案.系统将海量节点拆分为多个ZigBee网络结构，各个网络之间的设计不存在耦合，可摆脱无线传输的距离限制.每个独立的ZigBee网络中除终端节点与ZigBee协调器外，新增一个可接入互联网的控制器来组成内网结构.内网中的ZigBee节点利用Z-Stack协议栈实现自组网功能，控制器主要用于实现节点与服务器之间的通讯.文章提出中央服务器的概念作为外网结构的核心，用于维护中央数据库内所有节点的状态信息，同时对客户端提供Web服务.客户端对于系统内任意节点的查询或控制操作均由中央服务器代理完成.经测试表明系统运行可靠，扩展性强，具有一定参考价值.

摘要:车辆目标检测与跟踪是高速公路视频监控系统实时监控获取交通参数的关键步骤.本文提出了一种面向高速公路场景的目标轨迹时序信息结合核相关滤波KCF算法的车辆目标跟踪方法，实现了车辆目标的高精度持续跟踪.该方法首先采用基于深度学习的单目标检测SSD算法，通过建立车辆数据集，实现了适用于高速公路场景的车辆目标的分类与检测.然后，基于目标轨迹时序信息实现目标车辆与轨迹的匹配，并且采用KCF跟踪算法对丢失目标进行预测重定位，从而实现车辆目标轨迹的持续跟踪.实验表明，该跟踪方法精度高，且适应多种不同场景，具有较高的应用价值.

摘要:变压器等大型设备在运行过程中发声具有辨识性和平稳性的特点，但容易受各种环境音的干扰，针对该问题，本文利用声音信号处理、特征提取、模式匹配等技术，提出了一种抗多种环境音干扰的设备声音故障监测方案.首先对在各种环境声音中变压器的正常和故障声音进行采集和预处理，然后对其提取出MFCC特征并降维，对变压器正常工作声音特征通过OPTICS算法进行训练，得到一个具有多个分类的标准集，最后将标准集与包含故障声音的测试样本进行匹配，若出现不匹配情况但经人工检验为误报，则将其归为新的分类.实验结果表明：该方法不仅能很好的识别样本，也能在新的正常声音出现时通过标准集增强模块来优化标准集，从而提高识别准确率并降低误警率.

摘要:随着经济的快速发展，社会安全也随之变得相当重要，同时一些犯罪分子所采用的犯罪手段也是更加复杂以及高科技；而传统的安防措施大多采用电传感或依靠人力监视，已经无法有效的保证人们的财产以及人身安全.因此，本文提出一种基于双M-Z结构的光纤周界系统，利用光纤的特性进行干扰信号的模式识别，再利用整个周界系统的特殊结构对干扰信号进行高效率的响应以及报警，甚至可以完成准确定位功能.通过对信号处理技术，增大了采集信号的信噪比，实现了良好的识别率以及较高的定位准确率.

摘要:随着国产处理器和国产操作系统的逐步推广应用，越来越多的开发人员在国产平台下开发多线程程序.目前国产平台普遍采用的Qt Creator工具中缺乏可视化的并发性能分析工具，使得优化由于多线程同步/互斥和资源竞争带来的性能问题变得特别困难.设计一种Qt Creator下的并发性能分析方案，通过实时监控程序并发事件，采集程序运行过程中的并发性能数据，分析程序并发性能瓶颈和死锁原因，并以插件形式进行多视图数据显示.通过实验表明，该并发性能分析方案可以方便、快捷地辅助用户开发多线程并发程序，提高软件开发效率.

摘要:在信息技术快速发展的今天，物联网技术在各行各业中都得到了广泛的应用，其中对硬件设备信息的采集以及传输是其主要应用，但是数据传输过程中会出现严重的数据安全问题，因此本文提出了一种混合通信加密方法.本文首先从物联网设备角度出发，介绍物联网无线通信技术和CoAP传输协议以及加密方法，然后结合物联网设备资源受限制情况，采用NB-IoT技术，并在智能燃气系统中实现了上述加密方法，实验以及测试比较的结果表明，本方法具有可行性.

摘要:结合当前比色传感器阵列多样性、不稳定等特点，并针对当前现有的阵列图像分割算法中或者效率低，或者易受光照环境影响等现状，本文在模糊C均值聚类算法基础上，提出了一种图像分割算法.该算法首先通过HSI颜色空间下I分量在行、列投影实现图像网格划分，并结合局部阵列点图像的平滑直方图信息解决了FCM算法聚类条件初始化的难题.其次，为了提高阵列点图像分割结果的准确度，该算法通过目标函数引入了不同权重系数的H分量和I分量，实现了色彩信息的引入.通过图像分割效果测试，本文所提出的图像分割算法在所有阵列点图像分割中展示了96.54%的总体最优分割精度，可以有效、准确地实现比色传感器阵列图像的目标提取.

摘要:关系分类是自然语言处理领域的一项重要任务，能够为知识图谱的构建、问答系统和信息检索等提供技术支持.与传统关系分类方法相比较，基于神经网络和注意力机制的关系分类模型在各种关系分类任务中都获得了更出色的表现.以往的模型大多采用单层注意力机制，特征表达相对单一.因此本文在已有研究基础上，引入多头注意力机制（Multi-head attention），旨在让模型从不同表示空间上获取关于句子更多层面的信息，提高模型的特征表达能力.同时在现有的词向量和位置向量作为网络输入的基础上，进一步引入依存句法特征和相对核心谓词依赖特征，其中依存句法特征包括当前词的依存关系值和所依赖的父节点位置，从而使模型进一步获取更多的文本句法信息.在SemEval-2010任务8数据集上的实验结果证明，该方法相较之前的深度学习模型，性能有进一步提高.

摘要:为了有效地提高图像加密效果及安全性，设计一种改进logistic映射图像加密算法.首先在cubic映射和logistic映射基础上，提出了一种新的二维离散映射，克服了混沌区间窄和参数少的问题，并利用改进的logistic映射对图像进行置乱，然后将置乱图像进行相邻像素间按位异或运算、交叉换位操作得到最终密文图像.仿真结果表明，该算法简单易执行，安全性好，抗攻击能力较强，效率高等特点.

摘要:故障树的割集分析技术是判定事故原因的常用技术，然而，基于割集的技术仅能通过基本事件的组合判定事故的发生，无法分析事故演化过程的中间事件.本文针对事故分析报告描述的事故成因机理，结合文本分类和故障树分析技术，提出一种面向故障树的事故报告分类方法，实现面向事故演化路径的事故报告的因果定位，能够自动关联事故报告与故障树结构演化信息，实现借鉴专家经验的事故因果演化的精确分析.

摘要:由于朴素贝叶斯算法的特征独立性假设以及传统TFIDF加权算法仅仅考虑了特征在整个训练集的分布情况，忽略了特征与类别和文档之间关系，造成传统方法赋予特征的权重并不能代表其准确性.针对以上问题，提出了二维信息增益加权的朴素贝叶斯分类算法，进一步考虑到了特征的二维信息增益即特征类别信息增益和特征文档信息增益对分类效果的影响，并设计实验与传统的加权朴素贝叶斯算法相比，该算法在查准率、召回率、F1值指标性能上能提升6%左右.

摘要:随着网络的发展，网络舆情数据呈现出爆炸式增长的趋势.使得数据类型越来越复杂，这些网络数据相互结合，构成了一个复杂的数据结构来表达数据的信息.在舆情数据中，通过单一类型的数据（图片、文本、语音等）越来越难以完整的表达数据信息.对于一个包含多种类型数据的网络信息，本文提出一种新的舆情分类模型，通过神经网络模型分别去学习不同类型信息的数据特征，对它们的特征融合后进行分类，通过这种方法实现数据信息更好地分类.在实验中，本文分别使用LSTM和CNN神经网络提取文本和图像数据特征，对二者特征融合后进行分类.结果证明，多种类型的数据特征进行融合后再分类，可以更好地实现对网络舆情数据信息的分类，提高了舆情信息分类的准确性.

摘要:针对火炮发射实验具有不可重复性、周期长、人力耗费大、技术要求高等问题，本文提出了火炮外弹道虚拟仿真方法.本文根据火炮射击过程特点，分析火炮质点外弹道方程组，建立弹丸外弹道运动过程数学模型；结合虚拟现实技术及Unity3D引擎，采用3ds Max建立火炮和弹丸实体模型，以C#作为开发语言对弹道进行计算，控制弹丸运动，实现对火炮发射过程的仿真模拟；通过仿真实验数据与弹道表数值分析比较表明，本方法不仅在视觉上能够较好的展现火炮发射和弹丸的飞行状态，同时误差控制在可接受范围内，为火炮外弹道的研究提供了便利.

摘要:海上石油平台监控环境复杂，采油工作平台摄像头监控角度不同，海上环境复杂多变，雨雾等天气下，摄像头图片模糊不清.针对上述增加了目标检测的难度的问题，提出了一种基于卷积神经网络的复杂场景目标检测算法（简称ODCS）来检测图像中的特定对象.该方法结合不同分辨率的特征图预测来自然处理各种尺寸的对象，消除了特征重新采样阶段，并将所有计算封装在单个网络中，这样易于训练且可以直接集成到需要检测组件的系统中.实验结果表明，相对于传统的方法，该方法检测在准确率和召回率上明显提高，且检测效率能够满足实时应用的要求.

摘要:针对传统协同过滤推荐算法没有充分考虑用户属性及项目类别划分等因素对相似度计算产生的影响，存在数据稀疏性，从而导致推荐准确度不高的问题.提出一种基于用户属性聚类与项目划分的协同过滤推荐算法，算法对推荐准确度有重要影响的相似度计算进行了充分考虑.先对用户采用聚类算法以用户身份属性聚类，进而再对项目进行类别划分，在相似度计算中增加类别相似度，考虑共同评分用户数通过加权系数进行综合相似度计算，最后结合平均相似度，采用阈值法综合得出最近邻.实验结果表明，所提算法能够有效提高推荐精度，为用户提供更准确的推荐项目.

摘要:在低照度条件下，视频质量总是不容乐观.对比度低，边缘细节不清晰，亮度低等情况会给视频后续处理带来很多不必要的麻烦.针对这种情况，本文提出了一种改进的基于暗原色先验的低照度视频增强算法.首先将输入的低照度图像取反，再对该图像进行去雾操作.大气光值由输入图像的暗通道最大值估计，同时，利用快速导向滤波计算并优化透射率，实现了保边降噪.最后，通过再次取反图像得到增强后的图像.透过实验结果证实，该算法能有效增强低照度图像的对比度，突出图像边缘的细节，提高图像的亮度，有效增强低照度图像.

摘要:随着中国机车远程监测与诊断系统（CMD系统）中注册机车数量的迅速增长，积累的大量北斗定位数据对生成精度较高的轨道电子地图提供了必要的数据基础.但由于机车下发的北斗数据会存在一定偏差，造成机车定位出现偏移或定位成孤点的现象.本文通过卡尔曼（Kalman）滤波算法构建预测方程对北斗数据集中的野值数据进行剔除，进一步对处理后的经纬度数据进行分段曲线拟合，从而生成列车轨道电子地图.实例分析表明采用基于Kalman滤波算法和分段曲线拟合方法对北斗定位数据进行电子地图生成，能够较为准确的贴近真实轨道线路走势.

摘要:随着虚拟现实技术的不断发展，对虚拟场景的真实度要求也越来越提高.然而在虚拟场景中，复杂的地形、大量的植被和建筑使需要渲染的数据量大得惊人，故渲染速度成为了虚拟现实技术的一大瓶颈.现有的研究并不能很好的提升虚幻引擎中的渲染速度，还会出现“突越”和对视野外模型剔除效果差的问题.本文提出一种游戏线程与渲染线程并行和双层裁剪算法.首先在虚幻引擎中将游戏线程与渲染线程并行以提升渲染速度，然后使用淡入淡出细节层次算法进行第一层裁剪，最后使用缓慢剔除算法进行第二层裁剪，提升剔除效果.实验证明，该方法与串行线程相比渲染速度提升了40%，与传统单层裁剪算法相比，帧率也达到了55.

摘要:笔记本电脑的软件和硬件测试是笔记本在大规模生产前一个非常重要的环节.由于笔记本电脑是一个集成度较高的产品，测试过程的重复性和复杂性就成了笔记本测试的一个主要特征.针对这一特点设计了一种测试任务模型并实现了相应的自动化分配算法.首先根据测试要求将相应的测试任务进行整合，形成一个由多种测试条件组合的数据表；然后再根据每台笔记本的状态进行自动任务分配.测试员只需根据提示完成相应测试任务即可，无需对任务进行分类测试这一繁琐的过程.通过多台机器的实际测试，验证了分配算法的实用性，使测试效率有了明显提高.

摘要:在Spark计算平台中，数据倾斜往往导致某些节点承受更大的网络流量和计算压力，给集群的CPU、内存、磁盘和流量带来了巨大的负担，影响整个集群的计算性能.本文通过对Spark Shuffle设计和算法实现的研究，深入分析在大规模分布式环境下发生数据倾斜的本质原因.提出了广播机制避免Shuffle过程数据倾斜的方法，分析了广播变量分发逻辑过程，给出广播变量性能优势分析和该方法的算法实现.通过Broadcast Join实验验证了该方法在性能上有稳定的提升.

摘要:C4.5算法是用于生成决策树的一种经典算法，虽然其有很强的噪声处理能力，但当属性值缺失率高时，分类准确率会明显下降，而且该算法在构建决策树时，需要多次扫描、排序数据集、以及频繁调用对数，针对以上缺点，本文提出一种改进的分类算法.采用一种基于朴素贝叶斯定理方法，来处理空缺属性值，提高分类准确率.通过优化精简计算公式，在计算过程中，改进后的计算公式使用四则混合运算代替原来的对数运算，减少构建决策树的运行时间.为了验证该算法的性能，通过对UCI数据库中5个数据集进行实验，实验结果表明，改进后的算法极大的提高了运行效率.

摘要:为了使高校的就业指导工作更具针对性，可以有针对性地培养学生，本文收集了毕业生的相关信息及其各自的就业情况，构建了基于HMIGW特征选择和XGBoost的分类预测建模算法，并将其应用于毕业生就业预测.本文首先考虑到学生信息数据具有离散型和连续型混合的特点，提出一种适应于就业预测的基于互信息和权重的混合（Hybrid feature selection based on Mutual Information and Gain Weight，以下简称HMIGW）特征选择算法，该方法先对学生数据的特征做相关性估值，然后采用前向特征添加后向递归删除策略进行特征选择，最后基于选择后的最优特征子集数据用XGBoost预测模型进行训练与结果预测.通过对比不同算法的结果，本文采用的预测方法在准确率和时间等评价指标上有较好的表现，对于毕业生培养就业指导具有积极作用.

摘要:差分进化算法（DE）是一种较新的进化计算技术，具有概念简单、易于实现、收敛速度快等优点，得到了广泛的关注和应用.为了解决经典DE计算开销大，参数设置与问题本身过于相关等缺陷，提出了一种改进的差分进化算法（IDE），它采用了一种动态变异算子，可根据进化代数的增加，基于搜索空间大小，实时地调整变异步长，从而提高算法的求解精度.通过在MATLAB仿真环境下对著名的基准测试函数分别进行求解，将改进后的算法和已有的多种优化算法进行比较，结果表明，改进的IDE算法性能明显优于已知的算法，证明动态变异是一种有效的改进思路.

摘要:论文考虑包含差异工件的并行批处理机调度问题，优化目标是最小化制造跨度.在不违背机器容量的限制下，所有工件需要被分成不同的批次，然后被安排在机器上进行加工.首先根据问题提出一个混合整数规划模型，并提出一个下界；采用FF-LPT规则实现对工件的分批和排序；然后提出基于4种更新机制的分布式估计算法（EDA）来对问题求解.最后通过实验对各类规模不同的算例进行仿真，并将结果和模拟退火算法（SA）、遗传算法（GA）作对比，验证了算法的有效性.

摘要:装甲车行驶中车体姿态的仿真是模拟驾驶训练系统的关键技术.为实现不同地形下基于虚拟现实的装甲车辆驾驶模拟，本文提出了基于虚拟现实的装甲车辆运动仿真方法.首先，构建装甲车辆的结构、外形和真实的地形，采用第一和第三视角同步显示驾驶场景；其次，建立车辆行驶的动力学模型，求解车身在不同地形下的车身姿态数据；最后，通过Unity3D引擎实现整个场景和车体姿态的动态渲染.通过实验证明，该方法能够准确的模拟各种地形条件下的车体姿态，真实的仿真车辆的运行状态.

摘要:铁路检测、监测领域产生海量的图像数据，基于图像场景进行分类对图像后续分析、管理具有重要价值.本文提出一种结合深度卷积神经神经网络DCNN （Deep Convolutional Neural Networks）与梯度类激活映射Grad-CAM （Grad Class Activation Mapping）的可视化场景分类模型，DCNN在铁路场景分类图像数据集进行迁移学习，实现特征提取，Grad-CAM根据梯度全局平均计算权重实现对类别的加权热力图及激活分数计算，提升分类模型可解释性.实验中对比了不同的DCNN网络结构对铁路图像场景分类任务性能影响，对场景分类模型实现可视化解释，基于可视化模型提出了通过降低数据集内部偏差提升模型分类能力的优化流程，验证了深度学习技术对于图像场景分类任务的有效性.

摘要:为了更好地评价无监督聚类算法的聚类质量，解决因簇中心重叠而导致的聚类评价结果失效等问题，对常用聚类评价指标进行了分析，提出一个新的内部评价指标，将簇间邻近边界点的最小距离平方和与簇内样本个数的乘积作为整个样本集的分离度，平衡了簇间分离度与簇内紧致度的关系；提出一种新的密度计算方法，将样本集与各样本的平均距离比值较大的对象作为高密度点，使用最大乘积法选取相对分散且具有较高密度的数据对象作为初始聚类中心，增强了K-medoids算法初始中心点的代表性和算法的稳定性，在此基础上，结合新提出的内部评价指标设计了聚类质量评价模型，在UCI和KDD CUP 99数据集上的实验结果表明，新模型能够对无先验知识样本进行有效聚类和合理评价，能够给出最优聚类数目或最优聚类范围.

摘要:LVS （Linux Virtual Server）是提高云平台资源利用率的方案之一，但是由于LVS负载均衡算法的权值设置不科学以及在分配连接请求时不能实时地平衡任务，导致云环境中的服务器负载失衡，降低了系统对外提供服务的能力.针对以上问题，本文将模拟退火算法和加权最小连接算法相结合，提出一个基于最佳负载因子的负载均衡策略.并通过实验证明，最佳负载因子策略能够使集群中节点负载更加均衡，极大程度上提高了集群资源利用率.

摘要:城市短时交通流预测可以帮助人们选择出行最优路线，提高出行效率，其研究在交通拥堵日益严重的今天十分必要.受天气等多种因素影响，短时交通流的精确预测比较困难，为改善短时交通流预测的精度，本文提出了一种基于自适应模糊推理系统（ANFIS）的混合模型.该混合模型用周期性知识模型及残差数据驱动ANFIS模型集成得到.为验证所提出的混合模型的性能，与倒向传播神经网络（BPNN）模型和普通ANFIS模型进行对比.实验结果证明混合模型在交通流预测方面有更好的适用性和准确度.

摘要:随着社会经济的发展，数据量在日益增加，为了能够在庞大的数据中挖掘出有价值的信息，通过历史数据的潜在规律推测未来已经成为数据挖掘领域内重要的部分.本文通过研究MLP、BP及MLBP模型并进行模型的误差对比分析，并将最优模型应用于股票预测.实验数据通过调用Python提供的Tushare财经数据接口进行股票日交易数据的爬取，应用三种模型对股票交易数据进行分析处理，不断进行调参，并将预测结果使用MSE进行误差比较，最后得出一个最优的预测值.

摘要:危险化学品行业属于高危险性行业，各类爆炸、火灾、泄漏和中毒事故时有发生.传统的基于因果关系的事故链分析方法受限于传统安全工程所依赖的技术基础和假定无法适应于今天所建造的复杂系统.本文以事故致因理论为基础，分析危化品事故形成的主要影响因素，构建了危化品事故状态向量，全面描述导致危化品事故发生的因素，并基于构建的状态向量进行危化品事故分析预测应用.利用高维向量对事故状态进行了定义，尽最大可能考虑了造成事故发生的众多因素，并利用支持向量机学习算法，建立事故预测模型.对已掌握的危化品事故进行的样本实验表明，本文提出的危化品事故预测方法，可有效快速的甄别事故状态，对危化品行业事故的预测预防具有积极意义.