简介：本文给出了布尔向量函数m阶广义ε-相关免疫的概念，证明了布尔向量函数的高阶广义ε-相关免疫性蕴含低阶广义ε-相关免疫性，并根据布尔随机向量联合分布分解式得到了布尔向量函数m阶广义ε-相关免疫的一个谱判别条件，还说明了m阶广义ε-相关免疫布尔向量函数的代数次数不受相关免疫阶数的限制。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：支持向量机是机器学习和数据挖掘领域的热门研究课题之一，作为一种尚未完全成熟的技术，目前仍有许多不足，其中之一就是没有统一的模型参数选择标准和理论。在具体使用中，对支持向量机性能有重要影响的参数包括惩罚因子C，核函数及其参数的选取。文章首先分析了模型参数对支持向量机性能的影响，然后对几种常用的模型参数选择方法进行介绍，分析以及客观评价，最后概括了支持向量机模型参数选择方法的现状，以及对其发展趋势进行了展望。

简介：文档聚类在Web文本挖掘中占有重要地位．是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法，分析并优化了向量空间模型中特征词条权重的评价函数，使基于距离的相似性度量更为准确。重点分析了Web文档聚类中普遍使用的基于划分的k-means算法．对于k-means算法随机选取初始聚类中心的缺陷．详细介绍了采用基于最大最小距离法的原则，结合抽样技术思想，来稳定初始聚类中心的选取，改善聚类结果。

简介：针对目前超短期风速预测精度不高的问题,提出了一种改进样本加权的SVM超短期风速预测方法。对样本加权中基于距离函数的时间序列相似性度量方法进行改进,在欧式距离的基础上,加入区间变化趋势相似度函数,将欧氏距离和趋势相似度函数按权值组合,构造了新的相似性度量函数。对训练样本进行相空间重构,基于样本相似性因素对训练样本进行加权,建立加权SVM超短期风速预测模型。分别建立随机森林、梯度提升树、SVM以及改进加权SVM超短期风速预测模型,研究表明,对SVM进行改进样本加权后,可以将预测误差从7.61%降为7.46%,有效降低了超短期风速预测误差,验证了该方法的有效性。

简介：针对HEVC中SATD率失真代价计算的特点,本文提出利用向量SIMD(单指令多数据流)技术,设计哈达玛变换的并行化方案.该方案采用多加法器和多乘法器协同工作模式,发挥处理器的并行性,通过合理的数据安排,很好地实现了多个宏中数据的并行计算,增大DSP的数据吞吐率,提高数据处理速度.实验结果表明其在单核BWDSP1041上的并行加速比达到87.9,证明了优化工作的有效性.

简介：为了解决检测机构这一特殊对象之间的相似度计算问题，提出一种基于属性加权的相似度计算方法。通过层次分析法计算检测机构属性的权重，计算各个对应属性间的相似度，加权求和得到两家检测机构之间的相似度。该计算实例表明方法的有效性。

简介：由于无线传感器网络结点分发信息非常方便，因此它在军事和智能居家领域有着广泛的应用前景。如何在这些网络中建立公平、高效、节能的传轮机制将数据汇集到基站是该网络中的一个重要问题。本文提出了一种分布式动态的对不同的路由路径建立多向量信号控制的算法。该算法同时考虑了不同结点的流量，子结点的数目以及子结点的层数等，并将信息快速反馈到检测到的拥塞中，从而迅速缓解拥塞。模拟实验结果和分析表明该机制具有公平性、有效性、稳定性和节能性。

简介：TMS320C5X复位向量定位在0x0,中断向量定位于0x0开始的地址,TMS320C26的中断向量定位于0xffa0

简介：　　[关键词]关键词组合向量空间自动分类分类算法　　　　近年来,三、关键词组合向量空间的文本表示模型　　关键词组合是大多数搜索引擎使用的查询语言,要将文本表示为向量空间中的一个向量

简介：图标法是常见的平面矢量场可视化方法。但是当传统的图标法用在大数据集且变化不是很明显的矢量场中时,图像可能会显得比较混乱。本文基于矢量场中局部矢量近似平行的原理,将传统的图标法做一改进。将局部范围内变化不明显的矢量,用该范围内的某一矢量来代替,这样所得的图像不再是规整的图标图像,图像上图标的多少是由矢量变化的明显程度来决定的。矢量变化不大的地方,矢量图标少,反之,矢量变化较大的地方,矢量图标多。这种方法使得所显示的矢量场不显得混乱,又能表达出矢量场的方向和大小。

简介：本文提出了一种基于支持向量机分类器的水平集方法的图像特征提取方法,在提取图像特征的水平集方法应用中,通过改进水平集能量函数,引入区域信息,能够同时提取图像目标的内外边界,并且收敛速度快。提取图像特征之后通过支持向量机非线性分类器对待处理图像进行分类。