-
公开(公告)号：CN107395640B
公开(公告)日：2020-05-12
申请号：CN201710760156.3
申请日：2017-08-30
申请人： 信阳师范学院
摘要： 本发明公开了一种基于划分和特征变化的入侵检测系统及方法，该方法包括以下步骤：在训练阶段，使用K‑means聚类方法划分正常数据包训练集为多个簇，将每个簇与网络入侵数据包训练集合并形成多个新的训练集，在每个训练集Di上学习一个特征变换矩阵Qi，并在由Qi定义的空间内学习k近邻模型Mi；在预测阶段，使用学习到的K‑means方法为待预测数据包选择相应空间里的k近邻预测模型，并使用该模型预测数据包是否为入侵数据包。该发明能够有效地分析数据包是否属于入侵包，并且能在预测正常和入侵样本上保持高准确率，从而具有更广泛的工程应用价值。
-
公开(公告)号：CN107395640A
公开(公告)日：2017-11-24
申请号：CN201710760156.3
申请日：2017-08-30
申请人： 信阳师范学院
摘要： 本发明公开了一种基于划分和特征变化的入侵检测系统及方法，该方法包括以下步骤：在训练阶段，使用K-means聚类方法划分正常数据包训练集为多个簇，将每个簇与网络入侵数据包训练集合并形成多个新的训练集，在每个训练集Di上学习一个特征变换矩阵Qi，并在由Qi定义的空间内学习k近邻模型Mi；在预测阶段，使用学习到的K-means方法为待预测数据包选择相应空间里的k近邻预测模型，并使用该模型预测数据包是否为入侵数据包。该发明能够有效地分析数据包是否属于入侵包，并且能在预测正常和入侵样本上保持高准确率，从而具有更广泛的工程应用价值。
-
公开(公告)号：CN102982343B
公开(公告)日：2015-03-25
申请号：CN201210451162.8
申请日：2012-11-12
申请人： 信阳师范学院
摘要： 本发明涉及手写数字识别的增量式模糊支持向量机方法，可有效解决手写数字准确识别的问题，其解决的技术方案是，包括手写数字的图像的采集和二值化处理；对采集的图像进行分割，构造由手写数字的图像为输入和0-9数字为输出的训练集；构造增量函数，并将该增量函数映射到区间[0,1]；设置以λ表示增量参数和模糊支持向量机的计算复杂性参数；确定手写数字的类别，根据任何两个手写数字之间的分类超平面，确定手写数字的类别，在已知类别的手写数字上检验识别精度，确定手写数字类别的方法；满足用户识别精度，识别未知的手写数字，本发明方法识别精度高，适合支持向量机的训练和识别，简单，易操作，是手写数字识别的增量式模糊支持向量机方法上的创新。
-
公开(公告)号：CN108388913A
公开(公告)日：2018-08-10
申请号：CN201810139259.2
申请日：2018-02-04
申请人： 信阳师范学院
摘要： 本发明提供一种基于约束投影的多决策树信用卡欺诈检测方法，该方法包括：建立样本属性集A；获取训练样本集D，将训练样本集D分离为欺诈交易样本集Dmin和正常交易样本集Dmaj，迭代生成must-link集集合M＝{Mk|k＝1，2，...，K}和cannot-link集集合C＝{Ck|k＝1，2，...，K}，迭代学习投影矩阵集，迭代生成投影后的训练集集合，迭代学习决策树集合，处理待分类样本x，分别对x进行投影，对x的类别进行预测，终判定x属于正常样本还是欺诈样本。与相关技术相比，本发明提供的一种基于约束投影的多决策树信用卡欺诈检测方法能够有效地分析交易样本是否属于欺诈样本，并且能在预测正常和欺诈样本上保持高准确率，从而具有更广泛的工程应用价值。本发明还提供一种基于约束投影的多决策树信用卡欺诈检测系统。
-
公开(公告)号：CN103426026A
公开(公告)日：2013-12-04
申请号：CN201310406711.4
申请日：2013-09-10
申请人： 信阳师范学院
IPC分类号： G06N3/02
摘要： 本发明是一种混合神经网络预测及识别景区气象要素的方法，包括：⑴气象观测站数据样本集的收集及归一化处理；⑵对n个气象观测站数据样本集采用减聚类算法确定各自观测站主要气象要素构建的RBF网络隐层节点个数；⑶采用混沌粒子群优化算法获得n个气象观测站各自构建的m个气象要素的RBF网络模型参数；⑷依据n个气象观测站获得的各要素最优RBF网络预测模型预测出各自气象观测站指定天数的未来气象要素值；⑸依据n个气象观测站对某一景区的软因素信息自回归调整，并预测出该景区气象要素值；⑹构建ART2网络识别及记忆该景区的天气现象。优点：构建的混合神经网络预测模型具有较好泛化性能，对景区天气预测精度高，有应用价值。
-
公开(公告)号：CN108629675A
公开(公告)日：2018-10-09
申请号：CN201810388744.3
申请日：2018-04-27
申请人： 信阳师范学院
摘要： 本发明提供一种多决策树财务预警方法。该方法包括：步骤1、获取待检测财务数据样本集D，所述待检测财务数据样本集D包括数据属性子集和所述数据属性子集中每个数据属性所对应的数据子集；步骤2、根据预设的随机抽样次数M对所述待检测财务数据样本集D进行M次随机抽样，每次抽取M个数据，确定第k次随机抽样得到的样本集为训练子集Dk，其中k＝1,2,3…M；步骤3、利用预设的降噪自编码模型在所述训练子集Dk上学习得到决策树Tk；步骤4、根据所述决策树Tk对待检测财务数据样本集D中的每个数据子集进行财务状况类别预测，所述财务状况类别包括财务状况良好和财务状况异常。本发明能够提高对财务状况预测的准确度和泛化能力。
-
公开(公告)号：CN108574844A
公开(公告)日：2018-09-25
申请号：CN201710159236.3
申请日：2017-03-13
申请人： 信阳师范学院
IPC分类号： H04N19/182 , H04N19/186 , H04N19/577 , H04N19/587 , H04N19/59
摘要： 本发明属于视频处理技术领域，具体涉及一种利用时空显著检测自适应选择不同运动估计策略的视频帧率提升方法，本发明具体步骤如下：a.对输入视频序列作基于亮度对比的时空显著检测，获得各视频帧的显著图；b.利用显著图量化各视频帧的显著值，生成视频序列的显著曲线；c.构造不同复原精度的三个候选运动估计策略，分别是帧复制、单假设运动估计与多假设运动估计；d.计算各内插帧的显著值，通过设定阈值，实施适当的运动估计策略，获得各内插帧的运动矢量场；e.利用各内插帧的运动矢量场，采用重叠块运动补偿的方法进行插值，本发明的有益效果为，根据视频序列的显著曲线，选择复原精度与各视频帧显著水平相适应的运动估计策略，优化了计算资源配置，使内插质量与人眼视觉特性相匹配，提高了人眼观看视频的满意度。
-
公开(公告)号：CN103413301A
公开(公告)日：2013-11-27
申请号：CN201310322158.6
申请日：2013-07-27
申请人： 信阳师范学院
IPC分类号： G06T7/00
摘要： 本发明涉及基于球形粒计算的彩色图像分割方法，可有效解决现有技术分割的图像不符合人们的视觉效果和图像分割的速度慢的问题，解决的技术方案是，第一步、提取已知彩色图像像素点的RGB值；第二步、根据已知彩色图像的RGB值，构造球形粒集；第三步、合并球形粒；第四步、设置粒度阈值ρ，构造球形粒模板；第五步、提取待分割彩色图像像素点的RGB值；第六步、将待分割彩色图像像素点的RGB值表示为球形粒；第七步、计算待分割彩色图像原子球形粒与球形粒模板中球形粒之间的模糊包含度；第八步、确定待分割彩色图像像素点的RGB值；第九步、保存分割彩色图像；本发明加快了彩色图像分割的速度，分割效果好，是彩色图像分割方法上的创新。
-
公开(公告)号：CN108574844B
公开(公告)日：2021-09-28
申请号：CN201710159236.3
申请日：2017-03-13
申请人： 信阳师范学院
IPC分类号： H04N19/182 , H04N19/186 , H04N19/577 , H04N19/587 , H04N19/59
摘要： 本发明属于视频处理技术领域，具体涉及一种利用时空显著检测自适应选择不同运动估计策略的视频帧率提升方法，本发明具体步骤如下：a.对输入视频序列作基于亮度对比的时空显著检测，获得各视频帧的显著图；b.利用显著图量化各视频帧的显著值，生成视频序列的显著曲线；c.构造不同复原精度的三个候选运动估计策略，分别是帧复制、单假设运动估计与多假设运动估计；d.计算各内插帧的显著值，通过设定阈值，实施适当的运动估计策略，获得各内插帧的运动矢量场；e.利用各内插帧的运动矢量场，采用重叠块运动补偿的方法进行插值，本发明的有益效果为，根据视频序列的显著曲线，选择复原精度与各视频帧显著水平相适应的运动估计策略，优化了计算资源配置，使内插质量与人眼视觉特性相匹配，提高了人眼观看视频的满意度。
-
公开(公告)号：CN103426026B
公开(公告)日：2016-02-24
申请号：CN201310406711.4
申请日：2013-09-10
申请人： 信阳师范学院
IPC分类号： G06N3/02
摘要： 本发明是一种混合神经网络预测及识别景区气象要素的方法，包括：⑴气象观测站数据样本集的收集及归一化处理；⑵对n个气象观测站数据样本集采用减聚类算法确定各自观测站主要气象要素构建的RBF网络隐层节点个数；⑶采用混沌粒子群优化算法获得n个气象观测站各自构建的m个气象要素的RBF网络模型参数；⑷依据n个气象观测站获得的各要素最优RBF网络预测模型预测出各自气象观测站指定天数的未来气象要素值；⑸依据n个气象观测站对某一景区的软因素信息自回归调整，并预测出该景区气象要素值；⑹构建ART2网络识别及记忆该景区的天气现象。优点：构建的混合神经网络预测模型具有较好泛化性能，对景区天气预测精度高，有应用价值。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.019 秒)
