摘要：充分利用多源植被分类/土地覆盖分类产品各自的优势,通过专门设计与青藏高原植被类型相适应的植被分类体系,选用集成分类方法,在数据可靠性的基础上遵循一致性的原则,制作了青藏高原现状植被图,其在现势性、分类体系的针对性和分类精度上均表现更优.从分类结果的现势性来看,青藏高原现状植被图较早期中国植被图能更好地反映青藏高原植被覆盖现状;从分类体系的针对性来看,青藏高原现状植被图采用了针对青藏高原植被专门设计的分类体系,有利于从多源数据产品中充分提取出具备高可靠性和一致性的植被覆盖信息;从分类精度来看,青藏高原现状植被图的总体精度(78.09%,Kappa系数0.75)较已有相关数据产品提高了18.84%~37.17%,特别是对草地、灌丛等植被类型的分类精度有明显提升.

摘要：数字标签库特征子空间中的数据集存在一定差异性,容易出现正负类样本决策误差,降低子空间集成分类精度。为此,该文提出了基于SVM的数字标签库特征子空间集成分类方法。构建基于SVM的集成学习模型,删除大量冗余子空间,采用最大均值差异方法衡量数字标签库特征子空间数据的分布差异,简化复杂的分类步骤。根据SVM的最优超平面求解原理,训练正负类样本决策集。计算特征子空间数据与给定边缘样本集距离,构建空间集成分类函数,实现标签库特征子空间集成分类。实验结果可知,该方法对Normal、Probe、Dos、U2R特征子空间分类结果与实验数据一致,具有精准的分类结果。

摘要：构造高精度分类模型是对基因表达谱数据分析的主要研究方向之一,但提取不同特征空间产生的分类效果有很大差异,而集成分类系统在一定程度上提高了分类结果的可靠性和稳定性。构建基于PCA和NMF集成分量系统,并基于分析混合矩阵A的hinton图生物学意义建立集成独立分量选择系统,成功运用到基因表达谱分析,实验结果表明,集成分量分类系统优于单个分类器。

摘要：大数据是需求驱动的概念.随着数据库系统的普及和因特网服务的扩张,企业或者个人可用的数据正在膨胀,已有的技术很难满足大数据时代的数据分析需求,因此需要探索新的理论和方法来支撑大数据的应用.虽然大数据的4V属性已经被广泛讨论,但是它们大多描述的仍然是大数据的表象,所以很难从中抽象出统一的数据格式,因而进一步寻找可用于数据格式化的技术特征是必要的.面向于以分布式和流动性为主要技术特征的大数据应用需求,文中以分布式数据流为数据表达载体,在此基础上设计对应的大数据分类模型和挖掘算子.同时针对大数据的分类挖掘需要解决的关键问题来构建关键步骤对应的算法.理论上证明了文中给出的微簇合并技术和样本数据重构方法的合理性.实验表明:文中提出的基于分布式数据流的大数据的分类模型及算法不仅能大幅度地减少网络节点间的通讯代价,而且可以获得平均10%左右的全局挖掘精度的提升(对比已有的典型算法DS-means);虽然时间花费略高于DS-means,但是两者在不同的数据容量测试下相差很小、且时间攀升趋势相当.

摘要：目前,各大高校信息化发展的难题之一是信息资源合理分类与管理,而SQL Server数据库集成性较佳,对信息资源管理具有响应速度快的优势。为此设计基于SQL Server的高校信息资源管理系统,对差异信息资源进行分类查询。系统中SQL Server数据库主要由用户从客户端登录资源存储与查询模块,发起某种信息资源查询指令后,使用基于条件互信息的多标签分类查询算法实现对应资源分类查询,将分类查询结果通过客户端反馈至用户。测试结果表明,当不同数量用户在系统中操作不同信息资源管理程序时,系统负载较小,响应时延较低,使用性能较好,是一种高效的信息资源管理工具。