摘要：为实现建筑结构安全的快速评估,提出基于神经网络的建筑结构安全评估方法。基于《民用建筑可靠性鉴定标准》的调查与检测要求并考虑数据易获取性,选择45个涵盖承载力、耐久性、历史记录和环境情况等变量作为输入参数,以《民用建筑可靠性鉴定标准》中的安全等级作为输出参数,采用深度置信网络学习输入参数与输出参数间的非线性映射关系。对输入参数的选择、样本缺值问题、小样本问题和神经网络评估的可靠性进行探讨和验证。结果表明:在无法准确判断输入参数与输出参数相关性的前提下,采用全部输入参数的评估模型具有更高的鲁棒性;迷失森林算法相较其他常用的缺值插补算法有更好的插补性能;采用变分自编码器扩充训练样本集能有效提高神经网络的泛化能力和分类精度;对深度置信网络引入加权交叉熵损失函数加以改进可增加训练时对不安全类别的敏感性,牺牲少量不安全类别的查准率可以大幅提高其查全率;基于神经网络的结构安全评估模型能较好地预测结构的安全等级,具有快速且大批量运算的优势,是实现大范围建筑群结构安全监测的有效手段。

摘要：数据流是随着时间顺序快速变化的和连续的,其包含的知识会随着时间的改变而不同.在一些数据流应用中,通常认为最新的数据具有最大的价值.因此,会采用时间衰减模型来挖掘数据流中的频繁模式.已有的衰减因子设计方式通常具有随机性,使得到的结果集具有不稳定性;或仅考虑算法的高查全率或查准率,而忽略了算法对应的高查准率或查全率.为了平衡算法的高查全率和高查准率同时保证结果集的稳定性,设计了均值衰减因子设置方式.为了更进一步地增加最新事务的权重、减少历史事务的权重,设计了采用高斯函数设置高斯衰减因子的方式.为了比较不同衰减因子设计方式的优劣,研究并设计了4种方式的时间衰减模型,并采用这4种模型挖掘数据流闭合频繁模式.通过对高密度和低密度数据流分别进行频繁挖掘的实验结果分析可以得出,采用均值衰减因子设置方式可以平衡高查全率和高查准率;采用高斯衰减因子设置方式与其他方法相比,可以得到更优的算法性能.

摘要：动态蛋白质网络的构建和复合物挖掘问题是目前研究的热点.针对现有的算法在解决前述问题上的不足,文中考虑了蛋白质的活性周期和连接强度,首先提出了一种基于动态图的蛋白质网络构建算法.然后基于密度聚类设计了一种在动态蛋白质网络上挖掘复合物的算法(PCMA).整个挖掘过程包含三个步骤:基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法的蛋白质复合物生成;基于合并增益的蛋白质复合物合并和基于归属度的复合物调整.在多个公开的生物数据集上进行了实验,实验结果表明,所提算法在查全率、查准率和F-measure方面的性能都要优于现有的算法,且对输入参数不敏感.在保证蛋白质复合物挖掘准确性的前提下,算法的时间复杂度处于一个合理的范围之内.

摘要：引入地理信息服务本体的概念,提出了本体驱动的地理信息服务发现模型,研究了地理信息服务的多级匹配算法,通过量化地理信息服务的功能相似度和信誉相似度,根据待选服务和服务请求之间的相似度阈值,对服务进行匹配和筛选。设计了本体驱动的地理信息服务注册中心,从查全率、查准率、响应时间、副本负载等指标对本体驱动的地理信息服务发现进行了测试。结果证明,该模型具有查全率和查准率高、动态负载平衡等特点。

摘要：针对当前网络新闻图像检索算法识别率较差、检索准确率和查全率较低、检索耗时长的问题,设计基于有向图理论模型的网络新闻图像检索算法。分析用户需求信息特征得到网络新闻图像特点,对图像进行分类及去噪处理,采用均衡滤波的方式处理图像的细节,根据网络新闻图像特征标识来定义有向图理论模型,通过有向图理论模型描述网络新闻图像数据融合的关联性,实现网络新闻图像的检索。实验结果表明,本文算法对网络新闻图像的识别率为90%,检索准确率和查全率始终在90%以上,检索耗时最高为2.36 s。

摘要：当前使用的深度学习驱动、基于哈希算法的数据检索方式,容易受到原始数据集冗余信息和噪声影响,存在检索查准率和查全率不高的问题,因此提出了基于粒子群算法的科技创新数据检索系统设计。使用检索引擎构建索引库群,设计检索数据存储模块、关联导航模块、数据分词流程。利用粒子群算法求解分词最短路径,根据数据分词处理结果,获取查询关键词对应的查询分词向量,完成数据检索,以此作为分词结果,避免系统检索受到原始数据集冗余信息和噪声影响。由实验结果可知,该系统查准率最高为96%,查全率最高为97%,具有高效检索效果。

摘要：针对电力监控系统的入侵证据获取耗时长、查全率低、错误率高的问题,提出基于动态网络的入侵证据获取系统.系统框架包括采集层、处理分析层以及显示层,根据每层需要设计系统模块,包括监控采集模块、预处理模块、数据传输模块、中心分析模块以及显示模块.根据拉格朗日方程及非局部均值滤波算法完成冗余数据滤除,得出缺失数据,完成数据清洗过程.结果表明,所设计系统具有查全率高、错误率低的特点,能有效保证电力监控系统网络信息安全.

摘要：由于传统方法在通信网络故障检测应用中不仅查全率比较低,而且检测时间比较长,现实检测效果不佳,提出基于大数据技术的通信网络故障检测方法。利用大数据处理技术对通信网络数据降维,并提取故障信号,通过对故障信号拟合处理,拟合成一个结构性数据文件,提取通信网络拥塞、网络分割、网络故障风险、以及网络匹配度等故障特征,利用大数据技术建立故障识别检测模型,对故障特征与大数据库数据匹配,识别检测到故障类型,以此完成基于大数据技术的通信网络故障检测。经实验证明,设计方法查全率在95%以上,检测时间为0.35s,在通信网络故障检测方面具有良好的应用前景。

摘要：针对现行电气一次设备过热故障检测方法存在查全率较低的问题,提出基于红外成像的电气一次设备过热故障检测方法。利用红外成像技术生成电气一次设备红外图像,采用阈值分割法对设备红外图像分割,利用相位温差判断法识别与检测设备过热故障,以此实现基于红外成像的电气一次设备过热故障检测。经实验证明,设计方法查全率在95%以上,为电气一次设备故障检测提供了参考依据。

摘要：本文提出了一种基于概念的中文搜索引擎，给出了它的理论模型和软件设计过程，其核心是应用知识库中的语义、语法、词法等知识，提高了切句、分词的准确性，把词从本意上升到概念层次，并采用一种新的HTML标记权位统计算法提高了词的索引度，从而从根本上提高了搜索引擎的查全率与查准率。