摘要：当手臂操作与脑电控制被同时应用到水下机器人操作中,且操作人员处于不同作业状态时,针对使用单一脑电信号分类器无法获得较为理想的控制意图识别准确率问题,提出使用组合分类器选取分类结果和根据实际作业情况的特殊性修正分类结果的方法来提升识别准确率.首先,使用Fisher判别方法分别对无手臂操作和存在手臂操作产生的数据进行训练,得到两种作业状态下的分类器;其次,将两分类器进行组合并使用曲线拟合的方式确定用来判定分类结果的基准距离差值(该差值的选取考虑了个体差异);再次,根据实际作业情况的特殊性使用距离修正函数对距离差值进行修正;最后,通过比较基准距离差值与修正后距离差值的大小来确定最终分类结果.为了验证所提方法的有效性,邀请了6位被试者参与测试过程.实验结果显示,在设计的在线实验中,相对于其他3种方法,所提方法在识别准确率上分别提升了13.42%、5.55%和5.55%,说明所提方法是可行且有效的.

摘要：针对传统攻击流量的集中式检测模型中可扩展性差,检测效率低以及误报率高等问题,设计了针对DDoS攻击流量的随机森林分布式检测模型,该模型包括数据采集模块、数据预处理模块、分布式分类检测模块和报警响应模块.将该模型与基于Adaboost算法的分布式检测方法进行比较,并通过实验研究验证了模型的有效性.结果表明:基于随机森林的组合分类器分布式检测模型具有更高的检测率、正确率、精确率以及更低的误报率,并且该模型部署灵活,适用于工程实践.

摘要：分类界面的计算是分类器设计的基本问题之一.本文以训练样本的空间表示为出发点设计了基于计算几何的区域主动生长的类界面求取方法.该方法首先对表示空间进行空间量化,并将量化后的点集按照信息表示分为基点与非基点,通过对基点区域的主动生长,使得整个表示空间任意区域均可进行类别表示,从而完成分类界面的计算过程.在具体分类器设计中,利用散点图的组合特性,将低维数据映射到多个可视空间,形成可视化组合分类器.对UCI数据集的分类实验表明,该分类器不但具有良好的可视化特性,而且分类性能已经达到或超过主流分类器的水平.

摘要：针对在脱机条件下的手写汉字签名计算机鉴别问题,提出了一种基于多类特征组合分类器综合鉴别的方法,该方法对签名图像提取了3种类型的特征向量,分别输入到BP神经网络加以分类,组合各分类结果得到最终输出值。实验结果表明,与采用单一类型特征或者采用单一分类器相比,该系统具备较高的鉴别率,效果令人满意。

摘要：为提高少数类的分类性能,对基于数据预处理的组合分类器算法进行了研究。利用Tomek links对数据集进行预处理;把新数据集里的多数类样本按照不平衡比拆分为多个子集,每个子集和少数类样本合并成新子集;用最小二乘支持向量机对每个新子集进行训练,把训练后的各个子分类器组合为一个分类系统,新的测试样本的类别将由这个分类系统投票表决。数据试验结果表明,该算法在多数类和少数类的分类性能方面,都优于最小二乘支持向量机、过抽样方法和欠抽样方法。

摘要：现行的考生身份验证方法存在着错判、漏判和其他人为因素等问题,严重影响了考试的公正性。人脸识别技术可有效验证考生身份的真实性,从源头上避免替考代考现象的发生。鉴于此,本文利用C++语言设计并开发了在PC机上实现的基于人脸识别技术的考生身份验证系统,并用具体实例进行了验证。

摘要：现场运维是获取通信线路和通信设备运行状态及各项技术性能指标等信息最直接的途径,故障的产生往往伴随着环境状态参量的变化。文章对电力通信现场运维工作内容进行模块划分,提取每个模块对故障影响因素最大的特征量,建立故障预测模型,智能感知故障特征量的状态变化,设计基于矩阵形式的否定选择算法进行特征量异常数据检测,应用可变阈值匹配规则进行改进,并加入决策树组合分类器对结果进行投票表决来提高电力通信现场运维故障预测的效率和准确率。