检索结果-南通市图书馆

作者：洪弘南京中医药大学

学位级别：硕士

膜分离是一种新兴的分离方式,在中药制药工业中发展前景广阔。然而在中药水提液的膜分离过程中,被滤液体中的一些微粒、胶体离子或溶质分子与膜会存在物理化学反应从而使膜孔径堵塞,不利于进一步的分离过程,所以了解膜污染的机理模型在... 详细信息

膜分离是一种新兴的分离方式,在中药制药工业中发展前景广阔。然而在中药水提液的膜分离过程中,被滤液体中的一些微粒、胶体离子或溶质分子与膜会存在物理化学反应从而使膜孔径堵塞,不利于进一步的分离过程,所以了解膜污染的机理模型在膜分离工艺中是一个急需解决的问题,但是中药水提液复杂体系中的数据间存在大量非线性、高噪声、多因子的复杂关系,建立膜污染机理的模型需借助数据挖掘技术来解决。数据挖掘是揭示数据间关系的学科,是统计学的扩展。因为医药数据集具有异构性、主观性、大量性等特点,所以数据挖掘在医药领域的应用需要快速、鲁棒和可靠的数据挖掘算法。在研究了数据挖掘的过程和常用模式后,确立了主要模式为预测模式。但在预测建模前需进行数据特征描述、缺失值处理、基于距离的离群点分析、变量变换、属性筛选等处理手段,这些辅助工作是较繁琐但是很重要的过程,主要目的是构造干净整齐的数据集,以提高预测模型的准确度。预测模式是一种被频繁使用的数据挖掘模式,它通过分析研究历史数据来对未来的趋势或者可能的结果做推测和估计。本文研究了多元线性回归模型、多元二项式回归模型、误差反向传播神经网络模型、径向基神经网络模型与支持向量机模型,在此基础上进行了一定的优化处理以适应具体问题的解决,并对不同模型的建模效果和预测效果进行了对比。在理论研究的基础上,选用了Matlab工具实现了具体的算法,并设计实现了相应的界面,以便系统使用的专业化、友好化与便捷化。

关键词：膜分离数据挖掘预测界面设计回归模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

公务消费电子监察系统设计与实现

公务消费电子监察系统设计与实现

作者：李伟南京邮电大学

学位级别：硕士

随着信息化技术的不断发展,一些地方已建立了公务消费网上运行系统。为更好地适应这一形势,利用现代计算机技术规范公务消费行为,建立起公务消费监管的长效机制,纪检监察机关亟需建立与公务消费业务系统相对应的电子监察系统,将腐败问... 详细信息

随着信息化技术的不断发展,一些地方已建立了公务消费网上运行系统。为更好地适应这一形势,利用现代计算机技术规范公务消费行为,建立起公务消费监管的长效机制,纪检监察机关亟需建立与公务消费业务系统相对应的电子监察系统,将腐败问题扼杀在萌芽、解决在源头,有效规范公务消费业务运行和监管。本文设计和实现了一个公务消费电子监察系统,该系统以公务消费业务系统数据为基础,通过对公务消费数据进行采集、加工,建立起监察数据库,再根据相应规章制度对数据进行分析,发现预警,形成预警库,进而将预警发送到对应的纪检监察机关进行督察督办,达成了对所有公务消费全程实时监控、自动预警纠错、及时督察督办的监管目的。本文介绍了公务消费电子监察系统所用到的相关技术,如J2EE三层架构、面向服务的体系结构SOA、数据库等;对公务消费电子监察系统从安全性、功能、性能、数据和软硬件环境等方面进行需求分析;根据需求分析进行了系统设计;展示了公务消费电子监察系统主要功能的实现效果;给出了系统功能和性能的测试用例和测试结果。所开发系统的试运行情况良好。本文的研究成果具有显著的社会意义,这次在公务消费方面的实践,有利于电子监察向行政权力、公务资源、惠民政策执行等方面的延伸,有利于工作载体和机制的不断创新,以及按照精准监督治标和源头管理治本的思路,推进综合电子监察工作向纵深发展。

关键词：电子监察公务消费电子政务数据交换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向数据挖掘的隐私保护算法研究

面向数据挖掘的隐私保护算法研究

作者：郑少飞南京邮电大学

学位级别：硕士

随着计算机处理能力、数据库技术和互联网技术的发展,越来越多的信息被搜集起来以数字形式进行存储,运用数据挖掘技术能够有效地对这些数据进行分析和处理,从中发现有价值的能辅助决策和理解的信息。但在数据挖掘技术应用于如金融、通... 详细信息

随着计算机处理能力、数据库技术和互联网技术的发展,越来越多的信息被搜集起来以数字形式进行存储,运用数据挖掘技术能够有效地对这些数据进行分析和处理,从中发现有价值的能辅助决策和理解的信息。但在数据挖掘技术应用于如金融、通信、医学等诸多专业领域的过程中,个人或是企业隐私信息泄露的现象时有发生,如何在防止隐私泄露的前提下进行数据挖掘变成了一个急待解决的问题。因此,面向数据挖掘的隐私保护技术和各种算法的研究成为了数据挖掘领域和信息安全领域的研究热点之一。面向数据挖掘的隐私保护算法针对数据挖掘中隐私泄露问题,通过对被挖掘的原始数据集进行处理,防止隐私信息在数据挖掘过程中的泄露。本文对面向数据挖掘的隐私保护算法进行了研究,重点研究了面向频繁模式挖掘的隐私保护算法。论文综述了隐私、隐私保护和数据挖掘的概念;分析了面向数据挖掘的隐私保护的概念和特点;介绍了现有的面向数据挖掘的隐私保护算法的分类方法,并从数据处理技术的角度对现有的算法进行了归纳,给出了分析评价算法的标准并对现有的算法进行了分析评价;较为深入地分析了基于数据清洗的面向频繁模式挖掘的隐私保护算法;提出了一种基于增加噪声的频繁模式挖掘隐私保护算法,该算法解决了增加噪声方式中的两个核心问题:噪声事务量的计算和噪声事务的生成;最后,设计了一个实验,验证了本文提出的面向频繁模式挖掘的隐私保护算法的有效性,并在同一实验平台下,将之与基于数据净化的频繁模式挖掘隐私保护算法的时间和空间效率进行了对比。论文在面向数据挖掘的隐私保护方面做了有益的研究工作。

关键词：隐私保护数据挖掘频繁模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向冷启动问题的推荐算法研究

面向冷启动问题的推荐算法研究

作者：乔雨南京邮电大学

学位级别：硕士

互联网技术的飞速发展使得信息呈爆炸式增长,如何从超载的信息中获得所需信息成为了急需解决的问题,而解决这一问题的代表性方案就是推荐系统。推荐系统将用户和信息连接起来,一方面帮助用户快速定位自己需要的信息,另一方面又能够让信... 详细信息

互联网技术的飞速发展使得信息呈爆炸式增长,如何从超载的信息中获得所需信息成为了急需解决的问题,而解决这一问题的代表性方案就是推荐系统。推荐系统将用户和信息连接起来,一方面帮助用户快速定位自己需要的信息,另一方面又能够让信息展示在对它感兴趣的用户面前,从而实现信息消费者和信息生产者的双赢。推荐系统包含的算法有很多,协同过滤推荐算法是其中的经典算法。由于推荐算法都需要基于非常多的用户和项目信息才能产生准确的推荐,因此当数据规模不能满足推荐系统的需求时,就会因数据稀疏性而导致推荐系统的冷启动问题。冷启动问题会使得推荐算法的推荐准确度大幅下降,从而直接影响用户的体验和对推荐系统的信任程度。目前冷启动问题已经成为推荐技术领域研究的重点。本文针对因数据稀疏性导致的冷启动问题进行研究,主要工作分为两个方面:冷启动问题的检测和冷启动问题的解决。针对冷启动问题的检测,设计了基于状态检测的“情景开关”方法,用于检测系统中用户和项目的状态,以便根据检测出的状态选择合适的处理算法;并通过实验证明该方法对冷启动问题有一定的检测准确度和预处理效果。针对冷启动问题的解决,分别设计了对应于协同过滤推荐系统和上下文情景推荐系统的改进算法:融合用户相似度与评分信息的协同过滤算法(Collaborative Filtering Algorithm Based on User Similarity and Rating Information,SR-CF)和基于因子分解机的上下文推荐算法(Context Recommendation Algorithm Based on Factorization Machines,FMs)。SR-CF算法将用户评分相似度改进为结合用户基本信息相似度、种子集评分相似度和评分信息相似度的混合相似度,通过加权求和的方式求出用户之间的综合相似度;FMs算法在多项式回归算法的基础上运用了因子分解机,通过将特征之间的相互作用进行因子分解,从而降低算法的复杂度。针对这两种改进的算法设计了相关实验,实验结果表明改进后的算法在准确度和时间复杂度方面都有明显的改善。本文所设计的算法不仅缓解了冷启动问题带来的负面影响,而且对推荐准确度和推荐效率都有所改善,研究工作具有一定的理论性和实用价值。

关键词：推荐系统冷启动协同过滤上下文信息用户偏好

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

云计算环境下的并行数据挖掘策略研究

云计算环境下的并行数据挖掘策略研究

作者：张敏南京邮电大学

学位级别：硕士

云计算是一种商业计算模型,它将计算任务分布在大量计算机构成的资源池上,能为用户提供按需分配的计算能力、存储能力及应用服务能力;云计算为存储和分析海量数据提供了廉价高效的解决方案。数据挖掘是从大量的、不完全的、有噪声的、... 详细信息

云计算是一种商业计算模型,它将计算任务分布在大量计算机构成的资源池上,能为用户提供按需分配的计算能力、存储能力及应用服务能力;云计算为存储和分析海量数据提供了廉价高效的解决方案。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐藏在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程,对科学研究与商业决策等多个领域起到了指导作用,具有深远的社会和经济意义。云计算环境下的并行数据挖掘策略的研究具有重要的理论意义和应用价值。本文从数据集划分方法、数据集分配方法及基于MapReduce的并行数据挖掘算法等方面对云计算环境下的并行数据挖掘策略做了研究。论文介绍了云计算和数据挖掘的相关概念和技术,并行数据挖掘中已有的的数据集的划分方法、并行机制和并行策略,已有的并行的关联规则挖掘算法、并行的聚类算法和并行的分类算法。在此基础上,设计了改进的并行数据挖掘策略,包括适用于云计算环境的数据集划分方法、数据集分配方法和改进的Apriori算法;设计了改进的Apriori算法在Hadoop中的MapReduce编程模型上的实现流程。并且搭建了Hadoop平台,利用该平台进行了算法功能和性能测试,测试结果表明:基于本文设计的并行数据挖掘策略,改进算法在云计算环境下能获得更高的频繁项集挖掘效率。论文研究成果在云计算环境及海量数据挖掘领域具有较高的应用和参考价值。

关键词：数据挖掘并行云计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂道路场景下多车辆的检测与跟踪算法研究

复杂道路场景下多车辆的检测与跟踪算法研究

作者：周昕南京邮电大学

学位级别：硕士

在智能交通系统中,车辆的有效检测与实时跟踪是对车辆进行行为分析与判断的前提,对智能交通有着重要意义。本文以提高检测与跟踪的准确性为目标,对复杂道路场景下多车辆的检测与跟踪算法进行研究。针对检测,设计了一种基于改进的RFB-Ne... 详细信息

在智能交通系统中,车辆的有效检测与实时跟踪是对车辆进行行为分析与判断的前提,对智能交通有着重要意义。本文以提高检测与跟踪的准确性为目标,对复杂道路场景下多车辆的检测与跟踪算法进行研究。针对检测,设计了一种基于改进的RFB-Net的多车辆检测算法IR-MVD。该算法从先验框设定方法、注意力机制、损失函数三方面对RFB-Net进行了改进。用改进的K-means算法来设置RFB-Net的最佳先验框以解决RFB-Net先验框的设置过度依赖调参经验的问题,其中改进的K-means算法用Io U进行距离度量;在特征提取后,引入有效的通道注意力机制ECA;损失函数采用更适合一阶段目标检测的焦点损失函数;并且重新训练模型来对图像中的目标车辆进行检测。在VOC 2007数据集上进行车辆检测的实验结果表明:IR-MVD算法有效提高了车辆检测的精度,且针对小尺度目标的检测精度提升明显。针对跟踪,设计了一种基于检测的多运动车辆跟踪算法D-MMVT。该算法以IR-MVD训练出的模型作为检测器,以改进的Deep-Sort（命名为IDeep-Sort）作为跟踪器,其中IDeep-Sort从深度特征提取网络、损失函数、学习率三个方面对Deep-Sort的特征提取做了改进。用改进的Res Net-34作特征提取网络;将Softmax损失函数与三元组损失函数和中心损失函数相结合,用作特征提取网络的损失函数;用余弦退火学习率衰减方法优化Deep-Sort特征提取网络的学习率。在OTB-100数据集和日常监控道路的视频上所做的多运动车辆跟踪实验的结果表明:D-MMVT算法能够减少ID切换等跟踪失效的情况,从而提高多运动车辆检测跟踪的准确性和精度。为了检验D-MMVT算法的有效性,开发了一个简单的多运动车辆检测与跟踪原型系统,将D-MMVT算法应用于其中;该系统的运行结果表明:D-MMVT算法可获得很好的检测与跟踪效果,具有较好的鲁棒性。

关键词：深度学习车辆检测车辆跟踪 RFB-Net Deep-sort

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

模糊聚类算法基于Spark的实现与应用

模糊聚类算法基于Spark的实现与应用

作者：吴云龙南京邮电大学

学位级别：硕士

在数据规模呈现出指数增长趋势的今天,如何借助数据挖掘技术从海量数据中快速准确地抽取最精简、最有价值的信息,已经成为当前的研究热点。同时,如何利用数据挖掘技术来提高推荐系统的推荐准确度也成为了重要课题。本文重点对模糊聚类... 详细信息

在数据规模呈现出指数增长趋势的今天,如何借助数据挖掘技术从海量数据中快速准确地抽取最精简、最有价值的信息,已经成为当前的研究热点。同时,如何利用数据挖掘技术来提高推荐系统的推荐准确度也成为了重要课题。本文重点对模糊聚类算法及其在协同过滤推荐中的应用进行研究。首先以提高模糊聚类算法的效率为目标,利用大数据处理平台Spark的特点进行了模糊聚类算法FCM的并行化方案设计与实现,该方案用HDFS对底层数据进行分布式存储,用RDD机制进行计算过程中的数据转换,用持久化技术实现中间结果的重用;在KDD CUP99数据集上的聚类实验结果验证了基于Spark平台的并行化FCM算法具有更好的聚类精度和时效性。然后,将并行化的FCM算法与基于用户的协同过滤推荐算法UserCF相结合,设计了融合FCM的UserCF算法,命名为FCM-UserCF算法,该算法首先使用FCM算法将所有用户聚类成几个局部用户群,使UserCF算法查找最近邻居的计算从全局变为局部;用Slope One算法填充用户-项目评分矩阵,以改善数据稀疏性和计算的实时性;用UserCF算法计算用户间的相似度和最近邻,产生预测评分和进行TOP-N推荐;在MovieLens数据集上的推荐实验结果验证了FCM-UserCF算法有效地解决了数据稀疏性问题,提高了推荐的准确度。最后,开发了一个简单的电子商城推荐原型系统,将FCM-UserCF算法应用于该系统的推荐模块。实验与应用结果都体现了本文所做工作的有效性和实用价值。

关键词：模糊聚类 Spark 协同过滤推荐系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重叠社团发现算法及演化预测方法研究

重叠社团发现算法及演化预测方法研究

作者：王夏夏南京邮电大学

学位级别：硕士

复杂网络可看作对现实世界中存在的复杂系统的高度抽象。随着信息技术的快速发展,复杂网络的规模越来越大,蕴含的可用信息也越来越丰富。社团结构作为复杂网络的重要特征,能够反映出网络的功能,帮助我们更深入地探索网络结构及挖掘网络... 详细信息

复杂网络可看作对现实世界中存在的复杂系统的高度抽象。随着信息技术的快速发展,复杂网络的规模越来越大,蕴含的可用信息也越来越丰富。社团结构作为复杂网络的重要特征,能够反映出网络的功能,帮助我们更深入地探索网络结构及挖掘网络内隐含的信息。如何准确高效地发现和利用社团结构是当前复杂网络领域的研究热点。由于现实网络中的社团结构并非都是相互独立的,也存在着重叠现象。因此发现网络中的重叠社团结构具有更实际的意义。本文首先围绕这一现象展开研究,提出了一种基于节点间影响力的重叠社团发现算法OCDI,目的是提高重叠社团发现的准确性和稳定性。该算法首先针对COPRA算法在执行过程中的随机性所导致的社团发现结果不稳定的问题,在准备阶段设计了基于Page Rank算法衡量节点重要性的方法,为社团发现算法确定节点标签的更新顺序提供依据。其次针对COPRA算法在标签更新过程中采用简单的同步更新策略可能导致所发现的重叠社团结构质量下降的问题,在标签更新策略中,进一步定义了节点与其邻居节点之间的影响力,基于这种影响力计算节点标签的隶属度,最终发现重叠社团。在多个真实网络和LFR人工合成网络上的实验结果表明,OCDI算法有效提高了重叠社团发现的准确性和稳定性,同时具有近似线性的时间复杂度。由于真实网络结构会随着时间发生演变,因此预测其中的社团演化趋势具有重要意义。大部分文献中的社团演化预测方法多采用网络的拓扑结构特征而缺乏对网络上下文属性信息的考虑。本文针对重叠社团潜在演化趋势的分析和预测,提出了一种新的基于聚类的社团演化预测方法CCEP,首先利用静态算法发现网络中的重叠社团,然后抽象出该网络的上下文属性信息,再基于聚类的思想,以重叠节点为目标,对其所在的重叠社团进行团内聚类,发现与重叠节点具有相似兴趣或者相似属性的节点,为社团演化的预测和跟踪提供潜在目标。分析和实验结果可以说明,本文提出的预测方法CCEP可以作为一种较为有力的依据应用于预测下一时刻的重叠社团结构的变化趋势。

关键词：复杂网络重叠社团社团发现演化预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海量数据的快速查询算法研究

海量数据的快速查询算法研究

作者：曾雪南京邮电大学

学位级别：硕士

随着博客、维基百科、共享空间、推特等新型应用的兴起,互联网已经进入了一个信息爆炸的时代,需要处理的数据也越来越多,对于数据的处理要求也越来越高。面对不断增长的数据,海量数据的快速查询算法成为了一个研究热点。本文以提高海量... 详细信息

随着博客、维基百科、共享空间、推特等新型应用的兴起,互联网已经进入了一个信息爆炸的时代,需要处理的数据也越来越多,对于数据的处理要求也越来越高。面对不断增长的数据,海量数据的快速查询算法成为了一个研究热点。本文以提高海量数据的查询效率为目标,对已有的海量数据的查询技术进行了研究,重点研究了Top-k查询算法。Top-k查询根据用户的要求对相应的属性计算分值,并用聚合函数聚集多个属性的分值作为整个元组的得分,返回得分最高的k个对象。Top-k查询在海量数据的环境中有很好的查询效率。论文首先介绍了索引、SQL语句优化、数据预取、近似匹配和分布式查询等已有的海量数据查询技术,并总结了各种技术的应用范围。接着对经典的Top-k查询算法进行了分析,基于对TA(Threshold Algorithm)算法和NRA(No Random Access)算法的研究以及近似匹配查询思想,提出了一种新的基于抽取的Top-k算法(Top-k Algorithm Based on Extraction,TABE),该算法首先抽取出最优的元组,再对这些元组运行查询算法。为了测试TABE算法的性能,设计了测试实验,实验中将之与经典的NRA算法进行了比较。测试结果表明TABE算法不仅时间复杂度低,而且有较高的精确度,能满足常规的查询要求。论文还顺应海量数据处理的并行化趋势,对TABE算法在Hadoop环境下进行了实现,并做了性能测试实验,实验结果表明,借助云计算可以进一步提高TABE算法的查询效率。论文对海量数据的快速查询做了有益的研究。

关键词：海量数据 Top-k Hadoop Hive

基于IPTV机顶盒的可视电话系统的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于IPTV机顶盒的可视电话系统的研究与实现

作者：薛鹏南京邮电大学

学位级别：硕士

随着中国可视电话与IPTV机顶盒市场的兴起,采用DSP处理器架构的解决方案越来越多。由于DSP具有可编程、标准支持灵活等特点,因此,十分适用于小画面、分辨率要求不高的视频领域。可视电话和IPTV机顶盒的许多业内专家预测,未来几年内,可... 详细信息

随着中国可视电话与IPTV机顶盒市场的兴起,采用DSP处理器架构的解决方案越来越多。由于DSP具有可编程、标准支持灵活等特点,因此,十分适用于小画面、分辨率要求不高的视频领域。可视电话和IPTV机顶盒的许多业内专家预测,未来几年内,可视电话不仅可与电信固话、小灵通、移动／联通手机互连,还可以与3G手机互通。许多大型电信运营商均宣布向具有宽带因特网连接的中小型企业与个人推出IP可视电话及相关的服务计划。因此研究基于IPTV机顶盒的可视电话系统,具有广阔的应用前景。本文以SIP协议标准为基础,进行了深入的研究和剖析。SIP是一个应用层协议,SIP独立工作于底层网络传输协议和媒体。它规定一个或多个参与方的终端设备如何能够建立、修改和中断连接,而不论是语音、视频、数据或基于Web的具体内容。依据SIP标准的分层结构思想、消息机制和基本的呼叫流程,本文对其各层功能进行划分模块,降低各部分的耦合度,自设计和实现了基于SIP标准规范的协议栈***运用于同域中的用户,实现了注册／注销过程,以及基本呼叫会话的过程的基本功能,用户代理之间通过代理服务器间接交互,代理服务器里包含并实现了注册服务器的功能。在XipStack协议栈的会话基础上,本文利用TI公司推出的DM6446 DVEVM开发套件为硬件平台,提出了一种基于IPTV机顶盒的可视电话系统的架构,并研究其各部分的功能模块,给出具体的实施方案和编码实现。运用多线程技术,对音频和视频数据分别进行采集和捕获,视频数据采用DSP自带的H.264视频编解码,音频则采用软编解码方式优化,直接调用G.711编解码算法,由ARM来处理,使得ARM和DSP的CPU占用率达到很好的均衡。并选用高效的H.264视频核心算法进行相应的优化,使整个可视电话系统运行的更具稳定性、实时性和高效性,从而具有更加广阔的应用前景。

关键词： IPTV 机顶盒音频视频 SIP XSipStack 可视电话