集成分类器的加密YouTube流量精细化分类方法

为提升网络服务质量,实现流量精细化可管可控,针对特征失效问题,提出一种加密YouTube视频流量的精细化分类方法。设计快捷有效的特征提取方法,同时,为解决机器学习单个分类器度量手段单一问题,选取不同种类分类器,经过特征筛选后为每个分类器输入不同的特征数量组合。通过设置权值和阈值,根据分类精度进行权值更新,最终实现高精度分类。实验结果表明:所提方法较现有模型对加密应用下流量识别效果提升3%左右。     

基于遗传程序设计的指纹分类

本文提出了一个新的指纹分类算法．算法将指纹分成五类：拱,左环,右环,旋涡,尖拱．首先对指纹进行预处理以增强图像,然后在没有任何先验知识的情况下,采用基于遗传程序设计的方法从原始的数据集中产生新的特征,最后通过BP网络和SVM分类器对指纹进行分类．这种方法能够明显提高分类的计算效率和准确率．实验结果显示本算法用在FVC2004数据库中,在没有任何拒识的情况下对5种指纹的分类准确率达到了93．6％．     

一种顾及用户朝向的PSO-LSSVM指纹定位算法

为了解决人体对WiFi信号遮蔽和最小二乘支持向量机参数优化的问题,提出了一种顾及用户朝向的粒子群优化最小二乘支持向量机指纹定位方法。建立全向指纹库,采用粒子群优化算法求出最小二乘支持向量机最优参数,通过最小二乘支持向量机训练出定位模型,将待测点指纹信息输入定位模型中,最终估算出待测点位置坐标。仿真实验结果表明所提算法在定位误差上达到0.72 m,普通的粒子群优化最小二乘支持向量机算法定位误差为0.84 m,提高了室内定位精度,具有实际的应用价值。     

应用分类思想提高辩证思维能力

在数学教学中 ,如何应用分类思想 ,分清情况讨论 ,对提高学生辩证思维能力 ,非常重要 .本文谈谈分类讨论法在解题中的应用 .1　分类讨论的思想方法在解决数学问题时 ,根据题设和需要 ,对问题合理地、全面地、不漏不重复地进行讨论 (尤其是含有参数的数学问题 ) ,这就是分类讨论的思想方法 .近年来 ,高考数学试题中十分重视参数问题的考查 .参数思想 ,并不限于解析几何 ,而是广泛地渗透在数学学科中 .学生对参数问题的认识和处理 ,反映了学生的数学解题能力 .因此 ,在教学中有必要加强对参数问题的训练 ,即对参数进行分类讨论 .2　分类思想在…     

大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法

随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高。为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法。该方法首先根据k近邻算法设计了叉点和端点新的结构,并提取出细节点特征。然后,将匹配分数的计算过程分解为几个小步骤来执行,在更精细的层次上分割2个指纹的最终匹配,以此定义局部结构子集之间的部分分数。最后,单独计算这些部分分数,将它们合并在一起,构成一个非常灵活的预测值,并允许丢弃部分分数。此外,提出了基于细节点置信度的指纹匹配算法,有助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配。在SFinGe数据库上的实验结果表明:所提出的分解框架可适用于Apache Hadoop、Apache Spark等大数据环境,具有良好的可靠性。将提出的分解方法应用于3种匹配算法中进行实验,结果表明提出的分解方法具有良好的通用性。     

应用室内结构布局提高Wi-Fi定位精度和稳定性

采用基于历史的Wi-Fi指纹定位算法,根据若干个时间上连续的Wi-Fi信号指纹进行移动设备的室内定位。提出将室内结构和布局通过无向连通图进行建模,并将其应用到基于历史的Wi-Fi指纹定位算法中。实验结果表明,该方法能够明显削弱信号不稳定造成的影响,有效地提高室内定位的精度和稳定性,同时减少错误的房间和楼层估计。针对多楼层情况,提出了一个针对多楼层的处理算法,进一步提高了楼层的正确估计率。     

融合卡方统计和TF-IWF算法的特征提取和短文本分类方法

提出一种融合卡方统计和TF-IWF算法的短文本分类方法,通过卡方统计对训练数据集提取特征词,由TF-IWF算法赋予特征词权重,使用SVM分类器进行分类。实验结果表明:融合卡方统计和TF-IWF方法在文本分类准确率上提升3.1%,召回率提升5.2%,F1值提升3.7%。该方法扩大了特征词权重值的范围,使文本集的权值方差增大,一定程度上解决了短文本内容稀疏性的问题,从而提高短文本分类的性能。     

一种用于Optical Crossbar的自适应分组汇聚算法

在对现有分组汇聚机制进行深入分析的基础上,考虑不同网络环境下的流量特性不同,提出了一种动态网络流量自适应分组汇聚算法。理论分析及仿真实验表明,该算法可自适应网络流量特性的变化,通过优化汇聚分组长度解决连续阻塞问题、提高汇聚分组利用率,同时兼顾时间门限,使之在低流量负载下也能最大程度保证汇聚时延,较好地弥补传统算法的不足,保证了Optical Crossbar网络对于实时流量的低时延和高传输效率．     

软件定义网络中基于队列管理的优化流量自适应调度算法

针对当前突发大数据流在单路径调度中产生的链路拥塞问题,为了减少网络链路拥塞、提高网络性能,提出了一种基于队列管理的媒体优化流量自适应调度算法。首先,制定多策略调度策略,对于用于数据平面上的流列队使用特定选择策略的固定优先级调度,通过软件定义网络(SDN)传输媒体优化流量。然后对不同调度策略和条件下SDN中资源管理的有效性进行了全面分析,通过对单个应用资源分配问题和全网应用资源分配问题的迭代求解,得出优化问题的近似最优解。最后与传统的MPLSTE和ECMP算法进行性能对比和分析。结果表明:提出的自适应调度算法本文方法比MPLSTE和ECMP算法能够多转发约9%的流量,在平均链路利用率和平均传输时延几项性能指标上,均优于对比算法。     

电子证据在指纹鉴别中的应用

计算机在很多场合都仅仅是以工具的形式存在,比如借助计算机可以将视听资料、证人证言转化为电子版本存储和展示,但我们不能说因为计算机在此情况下的使用就使原证据形式转化为电子证据,实际上它们仍然是视听资料、证人证言。目前,对指纹的认定方法越来越先进,效果越来越好。各国在社会治安保卫和办理案件中,一方面通过“电脑档案中心”资料库,将所有缉拿归案的犯罪分子十个手指的指纹、通过分类,按照指纹的鉴别系统,分别建立指纹卡;另一方面,根据作案现场遗留下的指纹,寻找犯罪分子,把这些指纹经过识别系统,分门别类地存入电子计算机中。     

基于RVM的网络流量分类研究

将相关向量机(RVM)分类模型应用于网络流量分类问题中。首先对实验数据进行了标准化处理,然后将RVM与其他机器学习算法进行了性能比较,最后在RVM分类结果预测概率中引入置疑区间概念,研究了置疑区间范围及其对分类准确性的影响,并基于此提出了一种新的混合流量分类方法。实验结果表明:1)RVM在准确性等3方面性能指标上优于SVM,且在小样本情况下仍具有较高的分类准确率;2)置疑区间[0.1,0.9]内的分类预测准确率较低,而置疑区间之外的分类预测准确率在98%以上。     

基于RSA的网络密码数据加密算法的优化与设计

密码数据在网络的传递事务中使用非常频繁,其安全问题一直倍受关注.RSA公钥密码系统非常适合对网络中传递的密码数据进行加密,但随着计算机技术的发展,破解RSA的风险正在加大,而RSA为保证自身的安全,其密钥长度在不断地增长,计算量也随之增加,这使得RSA加密速度越趋缓慢.文章在RSA公钥密码系统的基础上,针对网络密码数据提出了一种加密算法的优化方案,有效地提高了RSA的安全性,同时也提高了其加密速度.     

基于混合CRFs&SVM应用于文本信息分类

为了对文本信息进行更加有效分类,研究文本信息的一种新型分类。在了解文本信息分类和讨论条件随机场（CRFs）和支持向量机（SVM）的基础上,结合CRFs对上下文依赖性的优点以及SVM对高维问题的特殊解决方法,分析了二者结合的方法,并将其中一种结合方法应用到文本信息分类中。通过实验对此方法进行了验证。实验结果表明:CRFs&SVM方法的查全率、查准率以及F1-测量的各平均值比SVM方法都有所提高,具有良好分类性能和更加准确的分类率。进一步证明CRFs&SVM方法适用于文本信息分类,具有良好的应用前景。     

精泛合一，侧重语言能力——英语专业精、泛读语篇教学新探

通过分析现阶段国内英语专业基础阶段精读课和泛读课语篇教学的现状,提出将精读和泛读整合为一门阅读课方案,以解决精读和泛读在语篇教学上重复的问题,提高学生实际运用英语的能力,从而实现语言交际的目的。     

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.     

一种指纹预处理提取新特征的方法

自动指纹识别系统处理过程主要包括:指纹图像采集、图像预处理、特征提取、特征匹配、指纹分类。本文提出指纹识别预处理过程中提取新特征——褶线的方法。实验证明,该算法能够一定程度上提高指纹识别效率。     

曲线分类建模方法及其在GDP预测中的应用

传统方法解决大规模时序曲线的预测建模问题,需要对每条曲线逐一建模,使得建模工作量相当庞大,在实际应用中缺乏可操作性。文章提出一种解决此问题的新方法——曲线分类建模方法。该方法先减少曲线的模型种类,再进行曲线分类和分类建模,在尽可能保留原始信息的前提下较大程度地降低了建模的工作量。文章阐述了该方法的原理和计算过程,并以应用于多地区GDP曲线的预测案例说明该方法的实用性和有效性。     

基于VISSIM的交叉口信控环岛交通渠化及评价研究

城市内部的旅游景区带、大学城、商业中心带等客流集散点由于流量大容易堵塞,采取不同的渠化措施、并对该类交叉口配时进行优化可提高交叉路口的通行能力.扬州文昌阁是扬州市的府学建筑,因其所处交叉口环岛毗邻高校、历史遗迹以及商业活动区,高峰时段常发交通拥堵.为此,对汶河路-文昌路交叉口交通状况进行严谨分析,提出了渠化改进方案,利用交通仿真软件VISSIM和Synchro对方案进行对比评价得知:环岛渠化方案将交叉口的最大排队长度缩至52.51m,使路口总体平均延误从59.84s减少至29.44s,路口停车总次数减少了71.8%,大幅度的提高了道路的利用率.其研究方法和手段可以为该类问题的解决提供经验.     

基于K-Means和网格化聚类的云数据管理模型研究

针对云数据的分类具有模糊性、不确定性等特点,将K-Means聚类与网格化互联互通的思想运用到云数据管理的模型中,提出了一种"K-Means网格化的云数据管理模型"方法。通过随机产生的高斯分布数据表明:所提出模型不仅能高效地解决数据在分类、模糊性等方面存在的问题,而且在提高数据分布区域化精度的同时减少了数据管理的个数。利用Matlab工具对数据进行了K-Means网格化验证分析,分析结果能为企业的数据管理提供有益的借鉴。     

面向大规模网络应用的移动主体系统安全机制

从系统整体安全的角度,提出一种面向大规模网络应用的移动主体系统安全机制方案。该方案采用基于混合加密的双向认证技术解决移动主体系统的局部安全问题,通过各级移动主体安全管理平台完成密钥的分配与管理,并对移动主体的迁移进行合理的任务分配与调度,通过任务传递模式解决移动主体的跨网段安全迁移问题,这些措施较为全面的解决了当前移动主体系统的整体安全问题。而且由于采用层次化的系统结构和管理模式,使得该方案非常适合当前面向大规模网络的应用开发。