检索结果-南通市图书馆

作者：张治国郑州大学

学位级别：硕士

随着网络技术的发展，用户对于基于网络的实时、多媒体应用的兴趣和需求不断提高，如何发展、规划、改造现有的网络，以适应这样的变化，并满足用户多样的需求也成为研究领域和业界需要解决的问题。区分服务模型即是为解决这个问题而提... 详细信息

随着网络技术的发展，用户对于基于网络的实时、多媒体应用的兴趣和需求不断提高，如何发展、规划、改造现有的网络，以适应这样的变化，并满足用户多样的需求也成为研究领域和业界需要解决的问题。区分服务模型即是为解决这个问题而提出。在区分服务域中，存在着对带宽分配的公平性问题;同时队列管理是区分服务中路由器实现分类和调节功能的重要组成部分，本论文即是对区分服务下的公平带宽分配问题及主动队列管理算法进行了研究。论文首先对两种服务模型，综合服务模型和区分服务模型做了介绍，然后介绍了区分服务中的公平带宽分配问题，对引起带宽分配问题的标记器做了介绍，同时在基于时间滑动窗口的三色标记器TSWTCM的基础上提出了动态的数据包标记算法，实验结果表明改进后的标记算法提高了汇聚流分配剩余带宽的公平性。对现有的几个常用主动式队列管理算法进行了详细描述，论文主要对主动式队列管理算法的代表算法——随机早期检测(RED)算法进行了详细分析和论证，讨论了RED算法的两个不足，参数配置不稳定和对网络流量变化的响应较慢。论文最后根据对RED算法的分析，结合控制论中的反馈机制，提出了改进的RED算法——DRED算法，并通过仿真实验进行了测试，实验数据结果表明，改进后的算法在多个性能指标方面都较原算法有了一定提高。

关键词：标记算法公平性随机早期检测反馈

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

聚类的边界点检测算法研究

聚类的边界点检测算法研究

作者：岳峰郑州大学

学位级别：硕士

从大型数据集中发现有趣的，有用的且预先未知的知识的过程被称为数据挖掘。数据挖掘又称数据库中的知识发现，是数据库研究最活跃的领域之一。通过数据挖掘可以从大型数据集中提取可信、新颖、有效并易于理解的知识、规律或高层信息。... 详细信息

从大型数据集中发现有趣的，有用的且预先未知的知识的过程被称为数据挖掘。数据挖掘又称数据库中的知识发现，是数据库研究最活跃的领域之一。通过数据挖掘可以从大型数据集中提取可信、新颖、有效并易于理解的知识、规律或高层信息。这给人们在信息时代所积累的海量数据赋予了新的意义。随着数据挖掘技术的迅速发展，作为其重要组成部分，聚类分析和孤立点检测技术已经广泛应用于模式识别、数据分析、图象处理、市场研究等许多领域。聚类及孤立点检测算法研究已经成为数据挖掘研究领域中非常活跃的一个研究课题。聚类的边界点检测有时比聚类分析和孤立点检测更重要，但是聚类的边界点检测却不及聚类分析和孤立点检测受到重视。因此本论文重点对聚类的边界点检测算法进行了研究。论文首先介绍了数据挖掘、聚类分析、孤立点检测和聚类的边界点检测等基本理论以及几种主要的聚类分析算法、孤立点检测算法。本文详细介绍了一种典型的聚类的边界点算法BORDER，在实验的基础上讨论了BORDER算法的优缺点。针对BORDER算法时间复杂度高和精度不高的不足，本文提出了三种不同的聚类的边界点检测算法：噪声数据上的聚类边界点算法BOUND、改进的BOUND算法BRIM和基于引力的聚类边界点检测算法GREEN。并利用对象的反向K-近邻的性质，提出一种新的孤立点检测算法。在综合数据集和真实数据集上做了大量的实验来验证算法的有效性，并用不同规模的综合数据集来验证算法的响应时间。实验结果表明：本文提出的三种边界点检测算法的精度和执行效率均比BORDER算法高;本文提出的基于反向K-近邻的孤立点检测算法在保证精度的情况下，其执行效率高于典型的孤立点检测算法LOF。

关键词：数据挖掘聚类算法孤立点检测边界点检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区分服务的主动式队列管理研究

基于区分服务的主动式队列管理研究

作者：朱小艳郑州大学

学位级别：硕士

With the rapid development of Internet, various network business have put forward higher and higher requirement to QOS, which result in the presentation of DiffServ model. The queue management, which relizes the function of classification and adjustment, is an important part of the edge router of DiffServ. The dissertation makes a series of research on the Active Queue Management algorithms of DiffServ.Random Early Detection(RED),which is representative algorithm of AQM,performs better than PQM(Passive Queue Management) on each performance *** dissertation focuses on discussing and analysing the RED algorithm through NS2 simulator,we find that there are some shortcomings on parameter config and bandwidth about RED algorithm. Existing algorithms normally improve RED algorithm on these aspects.Marking idea is important to DiffServ *** the mark of different data flows, it produces different priorities and realizes different QOS. The dissertation applies Marking ideas to RED algorithm directly ,then improves queue management by marking special *** the same time,basing above analysis of parameter config of RED algorithm,the dissertation applies a new method of dynamic parameter adjustment to RED algorithm. Combining with two methods, we present a new improved algorithm—SMRED algorithm, which is based on Marking ideas and dynamaic parameter adjusting.The dissertation tests the improved algorithm through the simulation experiments. The experiments show SMRED algorithm performs better than original algorithm on many performance *** dissertation establishs some theory and experiment foundation, which make router offer better queue management and better net QOS.

关键词： DiffServ AQM RED Parameter config Marking

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

远程多媒体通用课件制作平台的研究

远程多媒体通用课件制作平台的研究

作者：崔军岩郑州大学

学位级别：硕士

随着我国教育的不断普及,已经有很多的人都可以享受到了受教育的机会,然而高等教育特别是专业知识和技能教育,仍然呈现出教育资源相对分布不均,教育成本过高的问题,因此人们希望通过远程教育来缓解这一矛盾。互联网技术的不断发展为网... 详细信息

随着我国教育的不断普及,已经有很多的人都可以享受到了受教育的机会,然而高等教育特别是专业知识和技能教育,仍然呈现出教育资源相对分布不均,教育成本过高的问题,因此人们希望通过远程教育来缓解这一矛盾。互联网技术的不断发展为网络远程教育提供了实际应用可能性。远程教育一经推出就取得了很广泛的成就,。但是远程教育平台目前仍然存在着很多的问题,特别是远程教学中最重要的一环——远程多媒体课件的制作还是不够精美,且制作过程非常复杂。为此本文以河南省高等信息化工程招标项目(远程教育多媒体通用课件制作平台,项目编号：2008xxh010)为依托,主要做了以下方面的研究：1.远程多媒体教育平台架构的研究使用AJAX技术对远程教育平台特别是远程教育课件制作模块进行架构设计,充分利用了AJAX技术异步无刷新访问控制的特性,实现平台与用户的快捷交互。***技术结合AJAX技术在课件制作平台中的研究在通用课件制作模块,平台利用XML可以跨平台无缝的进行数据表示的特性,结合AJAX技术,开发出课件模板中间件,用以轻松的完成课件制作模块。由于中间件本身的优点,使得平台的应用层对于底层OS以及硬件的更新换代变得透明,在实现平台高效通用课件制作的同时,也为以后平台的升级管理提供了良好的可伸缩性。3.视频点播平台的研究对于课件的播放模块,本文针对传统远程教育平台中视频播放存在的缺点,进行了分析,最终利用本文提出的基于索引的视频存储技术和智能流式视频缓冲服务器的设计思想,提高了相应模块的访问性能。项目经过测试和鉴定,该多媒体通用课件制作平台满足了设计之初的要求,相比传统的平台具有很明显交互的快捷性,同时系统具有很好的稳定性和鲁棒性。

关键词：远程教育 AJAX XML 中间件视频索引流式服务器

决策树技术在大学生心理健康测评中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

决策树技术在大学生心理健康测评中的应用研究

作者：孙伟平郑州大学

学位级别：硕士

随着社会的发展,心理健康成为一个大学生成长为合格人才的基本标准。目前,高等学校大学生的心理问题引起了社会各界对高校学生的心理状况的高度关注,特别对于民办高校学生,学生面临就业和考研压力等等,可能会出现更多的心理问题,这就需... 详细信息

随着社会的发展,心理健康成为一个大学生成长为合格人才的基本标准。目前,高等学校大学生的心理问题引起了社会各界对高校学生的心理状况的高度关注,特别对于民办高校学生,学生面临就业和考研压力等等,可能会出现更多的心理问题,这就需要对大学生心理健康状况和心理干预措施进行深入研究。本研究旨在利用数据挖掘原理和方法挖掘导致大学生心理问题的因素,从而有目的地进行心理干预。论文在介绍课题背景、数据挖掘相关理论的基础上,以河南某高等院校2016级新生入校后采集的心理数据为研究对象,搭建了数据分析模型,详细阐述了数据预处理方法,应用Apriori算法对强迫症状、人际关系敏感症状以及各种心理问题属性数据进行关联分析,提取了其中的强关联规则,并对结果进行了分析;以上述关联模式挖掘结果为基础,使用决策树ID3算法建立了强迫症状决策模型,利用数据挖掘相关技术和算法,综合两种算法的挖掘结果反馈给心理辅导人员,为大学生心理健康状况评价和干预提供了理论依据。

关键词：心理健康数据分析决策树 Apriori算法 ID3算法

熵加权多视角核k-means聚类算法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

熵加权多视角核k-means聚类算法的研究

作者：贺艳芳郑州大学

学位级别：硕士

近年来,数据的多样性使得传统的聚类算法已经无法满足数据分析的要求,于是人们提出了多视角聚类。现有的多视角聚类技术主要分为三类,协同训练算法、基于多核聚类算法和基于子空间的多视角聚类算法。但是多特征数据中可能存在受噪声干... 详细信息

近年来,数据的多样性使得传统的聚类算法已经无法满足数据分析的要求,于是人们提出了多视角聚类。现有的多视角聚类技术主要分为三类,协同训练算法、基于多核聚类算法和基于子空间的多视角聚类算法。但是多特征数据中可能存在受噪声干扰视角或无关视角,本文为了解决这个问题进行了相关的研究。首先研究了多视角算法的收敛性。多视角聚类能从根本上改善分类和聚类的结果,但只有这些算法是收敛的才能保证其有效性。本文用Zangwill收敛性定理对多视角核k-means(MVKKM)的收敛性进行了分析。结果表明,当满足一定的条件时,MVKKM生成的迭代序列收敛或至少存在一个子序列收敛于算法目标函数的局部极小值或鞍点。其次改进多视角核k-means算法,在基于视角加权的多视角聚类中,每个视角的权重取值对聚类结果的精度有着重要的影响。针对此问题,提出熵加权多视角核k-means(EWKKM)算法,通过给每个视角分配一个合理的权值来降低噪声视角或无关视角对多视角聚类的影响,进而提高聚类的精度。EWKKM算法中,首先用核矩阵表示不同的视角,给每个视角分配一个权重;然后,利用信息熵计算出各个视角的熵权重;最后,按照定义的目标函数对各个视角的权重进行优化,使用核k-means进行多视角聚类。最后,基于人工数据集和真实数据集进行了实验,实验的结果表明了该算法的有效性。

关键词：多视角聚类算法分析收敛性核k-means 熵

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于属性转换的混合属性聚类技术研究

基于属性转换的混合属性聚类技术研究

作者：王志林郑州大学

学位级别：硕士

在数据挖掘中聚类是一项关键的技术。它是根据某种方法计算相似性并将对象之间相似性大的聚在一起。近年来,聚类技术已经广泛应用到许多领域中的数据分析中,如:金融、生物、人工智能等领域。早期的聚类技术大多是针对数值型数据进行聚类... 详细信息

在数据挖掘中聚类是一项关键的技术。它是根据某种方法计算相似性并将对象之间相似性大的聚在一起。近年来,聚类技术已经广泛应用到许多领域中的数据分析中,如:金融、生物、人工智能等领域。早期的聚类技术大多是针对数值型数据进行聚类,而现实生活中,数据的属性通常包含数值型和分类属性,更好度量混合属性数据对象之间的相似性是提高聚类质量的关键问题,也是学者们研究的热点问题之一。(1)在混合属性数据集中,计算对象相似性都是使用两种计算方法分别计算数值属性与分类属性相似性,然后把二者组合成混合属性对象的相似性,因两种计算相似性方法的差异会降低最终的聚类效果,因此提出基于熵和属性转换的混合属性聚类算法EAT。该算法引入熵离散化技术,对混合属性数据集进行属性转换,从而可只使用二元化距离计算对象相似性。首次聚类随机选取k个聚类中心,然后根据对象的相似性将对象划分到对应的簇中,更新聚类中心重新依据相似性将对象划分到对应的簇中,重复这个过程当目标函数收敛时,聚类完成。选取了UCI的数据集进行了实验,实验结果表明算法是有效的。(2)由于属性在聚类过程中的重要程度不同,故在EAT算法基础上,提出基于熵和属性加权的混合属性聚类算法EAW。在对混合属性数据集进行属性转换后,聚类时计算相似性的方法在仅用二元化距离的同时数据使用组内熵作为属性的加权值以赋予每个属性重要程度,并且进行控制变量,聚类中心选取策略和目标函数与EAT算法相同,迭代满足目标函数时完成聚类。在UCI上的实验结果表明,算法能提高聚类的效果。

关键词：聚类混合属性属性转换相似性加权熵

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网格的聚类算法和孤立点技术的研究

基于网格的聚类算法和孤立点技术的研究

作者：张长郑州大学

学位级别：硕士

数据挖掘就是从大量的数据中提取有趣的、非平凡的、蕴涵的、先前未知的、而且是潜在有用的信息模式。它是根据人们的特定要求，从浩如烟海的数据中找出所需的信息来，供人们的特定需求使用。据国外专家预测，随着数据量的日益积累和计... 详细信息

数据挖掘就是从大量的数据中提取有趣的、非平凡的、蕴涵的、先前未知的、而且是潜在有用的信息模式。它是根据人们的特定要求，从浩如烟海的数据中找出所需的信息来，供人们的特定需求使用。据国外专家预测，随着数据量的日益积累和计算机的广泛应用，在今后的5—10年内，数据挖掘将在中国形成一个新型的产业。聚类分析是数据挖掘中一项重要的技术。聚类的任务是把数据集中的对象组成多个有意义的子类，在同一子类中的对象彼此相似，不同子类中的对象不相似。从另外一个角度看待聚类分析就是孤立点的检测技术，其研究对象是数据集中偏离绝大多数对象的很小一部分数据。在许多KDD应用中，研究孤立点比研究聚类更有用、更重要。因为，在某些应用领域中研究孤立点的异常行为能发现隐藏在数据集中更有价值的知识。聚类和孤立点检测是两个相辅相成的方面，在聚类的过程中要决定如何处理孤立点的问题，寻找孤立点有时要使用一些聚类的方法。人们通过聚类或孤立点的分析，识别密集的或稀疏的区域，从而发现全局的分布模式，以及数据属性之间有趣的相互关系。目前的聚类技术和孤立点检测技术已经广泛应用在如数据挖掘、统计学、机器学习、空间数据库技术、生物学以及入侵检测和天气预报等等相关领域中，取得了很大的成功和实用价值。本文在分析了基于网格的聚类算法的思想和方法的同时，针对目前网格算法存在的一些缺陷提出了基于覆盖网格的聚类算法。并通过综合数据集上和真实数据集上做了大量的对比实验来验证其算法的正确性。试验结果表明：基于覆盖网格的聚类算法能够准确，有效的发现任意形状，大小的聚类。同时在执行效率和精度上也比其它的聚类算法更加合理有效。同时，在分析研究现有的基于密度的孤立点检测算法基础上，针对其性能和精度上的不足，提出了一种新的度量方法局部偏差系数和基于局部偏差系数的孤立点检测算法。实验结果表明：该算法在发现孤立点的技术上对于同一类基于密度的孤立点检测算法在性能和质量上都具有很大的优势。

关键词：数据挖掘聚类分析孤立点检测网格划分空间覆盖局部偏差率局部偏离系数

基于风险权值的信息系统安全等级评测模型的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于风险权值的信息系统安全等级评测模型的研究

作者：贺二博郑州大学

学位级别：硕士

信息安全等级保护制度是国家信息化的一项基本制度,它在我国的信息化发展过程中发挥着巨大的作用,它也对国民经济的发展发挥着很大的推动作用。信息安全等级制度在国际上已经有很长的发展历程,我国对外开放后紧追世界发达国家的步伐,在... 详细信息

信息安全等级保护制度是国家信息化的一项基本制度,它在我国的信息化发展过程中发挥着巨大的作用,它也对国民经济的发展发挥着很大的推动作用。信息安全等级制度在国际上已经有很长的发展历程,我国对外开放后紧追世界发达国家的步伐,在等级保护方面也发展到了一定的规模,基本具备了等级保护的各种条件。这体现在两个方面,包括等级保护的相关政策和相关标准。在实际应用中国际上有很多的测评模型,我国也有自己的测评模型,和国际上主流测评模型一样,我国的测评模型和风险评估有着密切的关联。信息安全风险评估有着成熟的发展历程,它现在已经有各种各样的方法和应用。风险评估有着完善的评估框架和流程。它不仅能分析信息系统各个层面的风险情况,还能给各个风险通过一定的计算方法赋予量化的值,这给信息系统的安全评价提供了准确的依据。本文基于风险评估的核心思想,从现有的风险评估和等级测评模型入手,介绍了风险评估的框架、流程,还分析了现有等级测评的基本流程和等级测评模型。在此基础上,建立了一种新的基于风险权值的等级测评模型。该模型在现有模型的基础上,通过计算信息系统各个方面的风险值,获得信息系统各个方面的权值。在对整个信息系统的符合情况进行统计分析时,用风险权影响统计分析结果。使统计分析结果更贴近信息系统的实际安全状况,解决了统计分析结果受信息系统规模大小的影响。最后,本文将该模型应用于实际的信息系统测评过程中,通过实际应用获得的测评数据来验证它的可行性。

关键词：信息系统风险评估等级测评测评模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向维度的高维聚类边界检测技术研究

面向维度的高维聚类边界检测技术研究

作者：曹晓锋郑州大学

学位级别：硕士

聚类是数据挖掘的一个重要研究问题,它可以有效地帮助我们分析数据的分布、研究数据的特征、寻找隐藏在数据中的结构,以便作进一步分析和利用。聚类边界代表着那些归属明确,但又具备着脱离事物原属类别特征的对象。在医学隐性遗传疾病... 详细信息

聚类是数据挖掘的一个重要研究问题,它可以有效地帮助我们分析数据的分布、研究数据的特征、寻找隐藏在数据中的结构,以便作进一步分析和利用。聚类边界代表着那些归属明确,但又具备着脱离事物原属类别特征的对象。在医学隐性遗传疾病、基因表达谱数据、手写体签名、目标追踪等领域的研究中起着重要作用。本文在研究现有的聚类技术和聚类边界模式识别技术的基础上,针对高维空间中聚类边界理论还缺乏有效的研究工作这一问题展开研究,从面向空间和面向维度两个角度研究了高维边界检测模型及其有效性,并建立和引入多个高维测试数据集。论文的主要创新工作如下:(1)通过引入一种动态自适应kNN采样窗口降低固定采样窗口对密度估计敏感性的方法改进了核密度估计技术,并将改进的核密度估计技术作为邻域空间中均值漂移向量的权重,从而提出了面向高维空间的边界检测算法BorderShift。合成数据集和真实数据集上的实验结果表明该技术能有效地检测高维空间聚类边界模式。(2)为提高聚类边界的检测精度,采用面向维度的思想对霍普金斯统计量进行高维变换,提出一种新的描述高维空间均匀性的Symmetry统计量;通过引进物理学中的粒子空间对称性理论,即以当前数据点作为高维空间的中心原点,构建一个与数据空间维度相同的高维坐标系,并对中心原点的k近邻对象进行坐标反演,将近邻空间内的数据点投影到高维坐标系。以这两种技术为基础提出了Spinver算法。在合成数据集、医学数据集、手写体数据集、多姿态人脸数据集等上的实验结果验证了该方法有效性和具有较高的效率。(3)在证明了该杠杆上平衡支点存在的必然性和唯一性基础上,提出了从多个视角分析高维空间的思想,即将高维空间模拟为与空间维度数相同的多条杠杆,使用当前样本点在各维度上的投影坐标与平衡支点之间的距离计算平衡性系数,提出了Lever算法,人工合成数据集和真实数据集的实验表明,Lever算法能够较好的处理高维空间的聚类边界检测问题且具有更高的检测精度。(4)为解决更高维度空间中的聚类边界检测问题,提出了一种基于马尔科夫图模型的边界检测算法Knight。该技术将高维空间模拟为离散状态空间,并将状态空间内骑士巡游的马尔科夫过程转换为相应的图模型,并构造Hard系数判断图模型中路径求解的难度进行边界检测。在基因表达谱数据集、目标追踪、复杂人脸识图像数据集、万维人工合成数据集上的实验结果验证了Knigit算法的有效性。(5)提出了面向维度技术。将高维空间分解为与维数相同的多个一维子空间,从每个子空间分析数据分布特性。本文的研究工作展示了面向维度技术如何从面向全维空间至面向一维子空间的技术演变,丰富了高维空间聚类边界检测技术的理论研究,提高了技术的检测性能,降低了技术的实现难度,扩展了聚类边界的研究范围,特别是在基因表达谱数据、人脸识别、目标追踪、万维空间等领域的一些积极尝试和探索,进一步加速了理论研究向现实应用的转化。

关键词：高维空间聚类边界面向维度