分类方法

摘要： 考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究.利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络异常流量,对软件定义网络异常流量进行检索,通过定义网络异常流量分类的目标函数,利用K-means聚类算法理论,构建软件定义网络异常流量的加权临界函数,结合对角矩阵的求解,设计了软件定义网络异常流量分类原理,实现了软件定义网络异常流量的分类.实验结果表明,文中分类方法的查全率、差准率较高,适应度以及收敛性能较好.

摘要： 科学的绿道分类有助于系统认知绿道的基本特性,并有效指导绿道的规划设计与建设。既有绿道分类方法多因由主观诉求主导而产生分类不明、重复分类等问题,进而造成绿道设计与建设中的形式主义、“千道一面”、关系混乱及未成系统等现象。文章通过梳理绿道相关导则与文献,对现有绿道分类现状和问题进行分析,采取扎根理论,以级别(Grade)、区位(Location)、要素(Element)及功能(Function)为分类依据,提出“G-LEF”复合型绿道分类方法,以期为绿道的规划、建设与管理提供科学依据。

摘要： 当前国内外的各类涉核项目陆续进入退役阶段,由于涉核退役项目具有多样性和复杂性,给项目退役技术选择、项目管理及经费管理等的统筹安排带来了一定程度的困难。本文根据核工业发展的全生产链和国际上60年来的涉核项目退役经验,对涉核退役项目进行分类,并对不同涉核退役项目的特点进行分析研究,以期为涉核退役项目的健康有序发展做出贡献。

摘要： 合理、适用的地名分类是村庄地名文化景观研究的重要基础。为探究地名分类方法对村庄地名文化景观分析结果的影响,文章以甘肃省民勤县248个行政村地名为例,通过比对“用字分类法”和“专名分类法”在出发点、侧重点方面的异同,测度这两种方法对村庄地名文化景观空间格局的影响程度,甄别空间分布差异对地名分类方法的敏感性,从而验证了两种分类方法的差异性、适用性问题。该研究为开展行政地名文化景观的空间分异研究提供了方法论基础。

摘要： 针对图像分类学习不够深入的问题,提出图像分类问题的几种深度学习策略研究。通过分析当前主流的主动深度学习图像、多标签图像和多尺度网络图像三种深度学习方法的工作原理和存在的优势与不足,探讨图像分类问题的优化学习策略。随后采用图像分类问题的几种深度学习策略实验的方式加以对比,实验结果表明,参数共享的深度学习图像分类方法不仅提高了预测速度,而且还能确保模型的准确性。

摘要： 在训练科学研究中,“精英”运动员一词可能是描述研究对象中最被过度使用且定义不明确的术语。长期以来,训练科学和运动医学领域都缺乏恰当的分类标准,将久坐不动的普通人与精英运动员的运动能力进行有效的定义和区分,导致在描述运动参与者时采用的术语和分类标准不统一。早期研究认为,当运动员参与专项练习的时间达到10年或10000h即为精英级运动员。这种分类方法可能带来误解,即任何人都可以通过刻意的练习成为精英运动员。

摘要： 为了提高稀疏表示分类算法对属于同一方向不同类别样本的分类准确率,提出了一种基于Volterra核优化的稀疏表示分类算法。该算法首先将原始的人脸图像分成不重叠的小块,并利用Volterra核映射到高维空间。在训练阶段遵循费舍尔标准,根据最大化类间距离和最小化类内距离来定义目标函数,从而获得优化Volterra核。与其他方法在ORL和YaleB标准数据集上进行对比实验,结果表明,采用Volterra核优化的SRC人脸识别分类方法在对样本的分类精度上提高了3%。

摘要： 以现阶段的音乐流派分类(music genre classification,MGC)研究进展及现状为探索内容,介绍音乐流派分类的基本概念以及分类流程,综述音乐流派中的机器学习、深度学习的音乐分类方法,梳理总结相关音乐流派数据集。针对现阶段音乐流派分类方法进展及存在的不足,对未来的发展进行了分析与展望。

摘要： 目的建立成人颞下颌关节强直分类新体系,指导不同临床特点的成人颞下颌关节强直(temporo-mandibular joint ankylosis,TMJA)患者治疗方案的制定。方法提出基于成人颞下颌关节功能重建的“CD”强直分类法,即髁突残留情况(C)、牙颌面畸形程度(D)分类法。选取2016年1月至2020年4月就诊于四川大学华西口腔医院正颌及关节外科的TMJA患者共56例(73侧强直关节),采用“CD”分类法将患者分为4个亚类,分别为内侧髁突头部分残留且无明显骨性错颌(C+D-)、内侧无髁突头残留且无明显骨性错颌(C-D-)、内侧髁突头部分残留且伴骨性错颌(C+D+)、内侧无髁突头残留且伴骨性错颌(C-D+)。对不同亚类患者采取不同的颞下颌关节重建治疗策略并进行随诊。“C+”:采取关节外侧成形术(lateral arthroplasty,LAP),在解除强直的同时保留内侧残留髁突;“C-”:强直骨球较小,升支高度丧失不明显,行关节间隙成形解除强直;强直骨球较大,升支高度降低明显,解除强直后行关节重建;“D+”:同期或分期采用外科手段矫治继发牙颌面畸形;“D-”:术后进行正畸治疗改善咬合关系,口腔疾病对症治疗。结果根据“CD”分类法采取不同颞下颌关节强直手术治疗策略后,56例患者共73侧关节强直全部解除,平均开口度由(3.6±3.2)mm提升至(32.8±5.4)mm(P<0.001)。术后随访12~48个月,未见关节强直复发。结论“CD”分类法对高效指导成人关节强直患者临床方案的制定有积极指导意义,也有利于将颞下颌关节功能重建的理念在更多单位进行推广。

摘要： 随着数据价值的不断凸显,数据可信性日益重要,异常数据检测逐渐成为数据挖掘领域的研究热点之一。物联网监测所产生的海量数据,对传统异常检测方法带来了新的挑战。本文分别介绍了传统异常检测方法和针对海量动态数据的实时异常检测方法,指出结合大数据技术的流处理框架可以加快数据处理速度,并实时反馈检测结果;同时一些基于机器学习和神经网络新进展的新型异常数据实时检测算法,在实现实时异常检测的同时,还可以提高异常检测准确率。通过结合新的数据处理技术可以更好地实现异常数据的实时检测。

摘要： 针对光学遥感湿地监测的不足,提出了一种基于高分三号(GF-3)全极化SAR影像的滨海湿地分类方法.首先针对湿地地物特点采用6种极化目标分解方法提取极化特征,并辅以纹理特征构成初始特征集;然后利用可分性指数去除对目标类别区分能力较差的特征,并结合皮尔逊相关系数去除相关性过高的冗余特征,进行特征初选;接着利用顺序后退法进一步筛选出最优特征;最后利用支持向量机(SVM)进行分类.利用该方法对江苏盐城滨海湿地进行分类,实验结果表明,GF-3全极化数据能够较好地表征湿地地物的散射特性,适用于湿地监测与分类;所提出的特征优选方法可以有效减少特征维数,提高了分类效率.

摘要： 科学家从自然的理性观察中,发现了色相的自然连接的法则,而艺术家则通过感性经验,找寻到所有的色彩中相互联系的类似性或共通要素.来源于自然观察的色彩共通要素原理、熟悉原理、色彩的自然明暗关系、色相的自然连接法则等,成为日本色彩调和理论形成的基础.日本PCCS色彩体系是奥斯特瓦尔德色彩体系和NCS色彩体系的延续与发展,其最大的特色是对色调进行了分类表示.小林重顺主持的日本色彩设计研究所,以色彩感觉的共通性要素为基础,建立于自然观基础上,设计完成了色彩形象坐标,作为其色彩调和配色的指南.

摘要： 科学家从自然的理性观察中,发现了色相的自然连接的法则,而艺术家则通过感性经验,找寻到所有的色彩中相互联系的类似性或共通要素.来源于自然观察的色彩共通要素原理、熟悉原理、色彩的自然明暗关系、色相的自然连接法则等,成为日本色彩调和理论形成的基础.日本PCCS色彩体系是奥斯特瓦尔德色彩体系和NCS色彩体系的延续与发展,其最大的特色是对色调进行了分类表示.小林重顺主持的日本色彩设计研究所,以色彩感觉的共通性要素为基础,建立于自然观基础上,设计完成了色彩形象坐标,作为其色彩调和配色的指南.

摘要： 科学家从自然的理性观察中,发现了色相的自然连接的法则,而艺术家则通过感性经验,找寻到所有的色彩中相互联系的类似性或共通要素.来源于自然观察的色彩共通要素原理、熟悉原理、色彩的自然明暗关系、色相的自然连接法则等,成为日本色彩调和理论形成的基础.日本PCCS色彩体系是奥斯特瓦尔德色彩体系和NCS色彩体系的延续与发展,其最大的特色是对色调进行了分类表示.小林重顺主持的日本色彩设计研究所,以色彩感觉的共通性要素为基础,建立于自然观基础上,设计完成了色彩形象坐标,作为其色彩调和配色的指南.

摘要： 科学家从自然的理性观察中,发现了色相的自然连接的法则,而艺术家则通过感性经验,找寻到所有的色彩中相互联系的类似性或共通要素.来源于自然观察的色彩共通要素原理、熟悉原理、色彩的自然明暗关系、色相的自然连接法则等,成为日本色彩调和理论形成的基础.日本PCCS色彩体系是奥斯特瓦尔德色彩体系和NCS色彩体系的延续与发展,其最大的特色是对色调进行了分类表示.小林重顺主持的日本色彩设计研究所,以色彩感觉的共通性要素为基础,建立于自然观基础上,设计完成了色彩形象坐标,作为其色彩调和配色的指南.

摘要： 对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类.比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器.在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取.分类的结果表明,该分类器的精度能够达到96％,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类.

摘要： 对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类.比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器.在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取.分类的结果表明,该分类器的精度能够达到96％,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类.

摘要： 对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类.比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器.在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取.分类的结果表明,该分类器的精度能够达到96％,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类.

摘要： 对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类.比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器.在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取.分类的结果表明,该分类器的精度能够达到96％,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类.

摘要： 为了更好地辅助沾化凹陷页岩油勘探井位部署工作,以沾化凹陷渤南地区沙三下亚段12-13层组为目的层系,基于岩心、录井、试油试采及测试等资料,对页岩层段的测井曲线响应特征进行综合分析.优选了自然伽马(GR)、深侧向电阻率(RLLD)及三孔隙度(AC、DEN、CNL)曲线为主要敏感参数,同时结合曲线变化频率、幅度及上下接触关系等特征,将沙三下亚段12-13层组页岩地层划分为I-X类测井相.基于JYC-1井取芯资料的刻度,对I-IX类等9类测井相的特征,如主要岩性、岩相组合、物性、地化特性、含油气性进行了总结和归纳,其中有四类测井相曾测试过产能,证实可以作为页岩油甜点的优选目的层系,其余层段未经证实,目前正在分类型进行测试.基于此划分方案,以大段测井曲线特征相似作为划分依据,对沾化凹陷沙三下亚段钻遇12下-13下层组的重点井进行了单井测井相划分,依据解释结果对全区13下层组的主要测井相在纵、横向的展布规律进行了预测,期望能对该地区页岩油井位的部署和甜点选层提供技术支持.

摘要： 本说明书实施例提供一种对医疗记录进行分类的方法。该方法包括：首先，获取待分类的目标医疗记录，所述目标医疗记录中包括多个医疗信息字段；接着，将所述目标医疗记录中的医疗信息字段与预设的医疗信息库进行匹配，所述医疗信息库中包括多个医疗记录类型及其相对应的标准医疗信息字段；然后，获得所述目标医疗记录中的医疗信息字段在所述多个医疗记录类型中的命中比例，进而根据所述命中比例确定所述目标医疗记录的类型。如此可以实现高效准确地对医疗记录进行分类。

摘要： 本发明公开了一种基于量子启发式神经网络的文本分类方法，包括训练数据；构建初级文本分类模型；采用训练数据对初级文本分类模型进行训练得到文本分类最终模型；采用文本分类最终模型对实际文本进行分类。本发明还公开了一种包括所述基于量子启发式神经网络的文本分类方法的邮件分类方法。本发明采用量子力学中的密度矩阵表示句子级别的文本，使用投影测量确定文本极性；采用GRU提取文本语义特征，丰富词向量的语义信息，提升模型在文本分类任务中的效果；在GRU层，添加自注意力层，使模型能够关注到句子中的重要单词，降低影响分类结果的单词的权重，进一步提升模型的分类效果；因此本发明方法可靠性高、实用性好且精确度较高。

摘要： 本发明公开了一种基于字符与自注意力机制的层次文本分类方法，属于自然语言处理领域。首先通过构建字符表，然后对原始数据集进行预处理，对预处理后数据集中的字符进行编码，将编码后的字符特征使用自注意力机制得到字符自注意力机制特征，合并字符自注意力机制特征的上下文信息得到词特征。接着对词特征使用自注意力机制得到词自注意力机制特征，合并词自注意力机制特征的上下文得到句子特征。最后，使用softmax分类器预测文本类别。本发明能在自注意力机制的基础上构造层次自注意力机制网络，捕获文本结构的复合特征，提高分类精确度。

摘要： 本发明实施例公开了一种信息分类方法、试题分类方法、设备、服务器和存储介质；本发明实施例在获取待分类信息后，一方面，对该待分类信息中的文本内容进行分词处理，得到文本词集合，并对文本词集合中的文本词进行特征提取，得到待分类信息的文本特征，另一方面，对该分类信息中的公式内容进行标准化处理，并对标准化后的公式内容进行切分，得到公式子串集合，然后，根据待分类信息的文本内容，对公式子串集合进行特征提取，得到待分类信息的公式特征，最后，基于内容特征和公式特征对待分类信息进行分类；该方案可以提升信息分类的准确性。

摘要： 本发明公开了一种垃圾分类回收平台及分类方法，包括服务器、服务平台和终端设备；服务平台包括用户模块、网上积分商城、垃圾袋管理模块、垃圾箱管理模块和积分统计模块；终端设备包括智能垃圾箱、垃圾直运装备和扫描统计设备。用户模块通过用户IC卡登陆，垃圾袋管理模块用于接收用户IC卡登陆信号来控制带有二维码垃圾袋的发放，同时将发放的二维码垃圾袋上的二维码与用户IC卡配对，垃圾箱管理模块用于接收用户IC卡登陆信号控制垃圾箱的开启，积分统计模块用于将扫描统计设备的数据转化为用户积分，依据垃圾箱管理模块的数据统计需要扣除的积分，网上积分商城将积分统计模块的统计用户的总积分，为用户推送垃圾分类知识。

摘要： 本发明公开了一种基于随机采样聚类的带噪音数据分类方法，包括获取带噪音的待分类数据集并随机采样，将采样数据加到中心点集完成初始化；对数据集进行迭代：每次迭代时获取距离中心点集最远的若干个数据点并采样部分数据加入到中心点集中；对中心点集中的数据进行枚举并获取代价最小的若干个数据点作为聚类的中心点；将数据集中的各个数据点分配到距离自身最近的中心点上完成分类。本发明还公开了一种包括所述于随机采样聚类的带噪音数据分类方法的用户分类方法。本发明通过创新的分类步骤和计算方式，不仅实现了带噪音数据的分类，而且分类精度较高，可靠性高，实用性好且算法复杂度较低。

摘要： 本发明公开了一种基于不确定性度量的图像分类方法，包括获取已有的数据集并标记分类；构建基础分类网络，将数据集输入到基础分类网络中并根据输出进行不确定性信息的度量；对基础分类网络进行优化得到最终的分类模型；采用得到的分类模型进行目标图像的图像分类并输出对应的分类结果的置信度。本发明还公开了一种包括所述基于不确定性度量的图像分类方法的眼底图像分类方法。本发明通过度量模型的不确定性信息的基础上，通过反复训练而不断克服模型的不确定性，使得模型的分类结果更加精确和可靠，因此本发明方法的可靠性高且准确性好。

摘要： 本发明实施例公开了一种信息分类方法、试题分类方法、设备、服务器和存储介质；本发明实施例在获取待分类信息后，一方面，对该待分类信息中的文本内容进行分词处理，得到文本词集合，并对文本词集合中的文本词进行特征提取，得到待分类信息的文本特征，另一方面，对该分类信息中的公式内容进行标准化处理，并对标准化后的公式内容进行切分，得到公式子串集合，然后，根据待分类信息的文本内容，对公式子串集合进行特征提取，得到待分类信息的公式特征，最后，基于内容特征和公式特征对待分类信息进行分类；该方案可以提升信息分类的准确性。

摘要： 本申请实施例公开一种语音分类方法、装置及自动语音分类方法，该语音分类方法包括：从原始语音数据提取声学特征，构成训练集和验证集，其中声学特征包括梅尔频谱特征和梅尔倒频系数特征；将训练集中的梅尔频谱特征作为训练数据对逻辑回归模型进行训练并将验证集输入已训练的逻辑回归模型，得到第一语音分类结果；将训练集中的梅尔倒频系数特征作为训练数据对深度学习模型进行训练并将验证集输入已训练的深度学习模型，得到第二语音分类结果；将第一语音分类结果与第二语音分类结果相融合。通过该语音分类方法构建的语音分类模型在速度和精度方面均有较好的性能。

摘要： 本发明公开了一种基于量子启发式神经网络的文本分类方法，包括训练数据；构建初级文本分类模型；采用训练数据对初级文本分类模型进行训练得到文本分类最终模型；采用文本分类最终模型对实际文本进行分类。本发明还公开了一种包括所述基于量子启发式神经网络的文本分类方法的邮件分类方法。本发明采用量子力学中的密度矩阵表示句子级别的文本，使用投影测量确定文本极性；采用GRU提取文本语义特征，丰富词向量的语义信息，提升模型在文本分类任务中的效果；在GRU层，添加自注意力层，使模型能够关注到句子中的重要单词，降低影响分类结果的单词的权重，进一步提升模型的分类效果；因此本发明方法可靠性高、实用性好且精确度较高。