摘要：为了适应大规模网络传输信息的处理与应用需求,设计基于时间序列特征提取的网络传输信息云挖掘方法。将时间序列分解模型架构至云计算平台的Spark集群上,通过并行处理方式,分解网络传输信息的时间序列。选取本体匹配方法重构分解结果的相空间,并在相空间内通过数据聚类提取网络传输信息时间序列的相似度特征并构建特征集。基于相似聚类算法,针对所构建的特征集,设置聚类优化目标函数,利用粒子群优化算法确定网络传输信息云挖掘的最优聚类中心点,从而输出云挖掘结果。实验结果表明,采用该方法挖掘网络传输数据的PBM最大值高于0.8,有效降低了云计算平台的剩余队列长度。

摘要：为提高图像伪造内容的检测精度,对向量点积耦合相似聚类的图像伪造检测算法进行研究。利用Forstner检测算子提取图像的特征点,将特征点作为中心,建立不同步长的同心圆区域,以30°角为步长构建角度盘,求取梯度累计直方图,改进SURF生成特征向量的过程,输出特征描述符;求取特征描述符之间的余弦,形成向量点积,构造双阀值匹配机制,完成特征点的匹配;利用归一化互相关函数,度量特征点的相似性,根据其相似度完成特征点的聚类。仿真分析结果表明,与当前图像伪造检测算法相比,所提算法具有更高的检测效率与精度。

摘要：文章以理工科专业本科生毕业设计为例提出了基于相似聚类分析的成绩综合评价系统。运用相似聚类法设计了毕业论文成绩综合评价的指标体系,确定了指标权重,并最终客观高效地得出毕业设计的等级。