基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。     

基于SIFT的红外与可见光图像配准方法

介绍了一种基于SIFT的红外与可见光图像配准方法.首先用SIFT算法提取特征点并构造特征描述子,在特征点提取过程中采取了基于SUSAN算子的约束策略,其次用基于k-d树的最近邻方法对特征点进行匹配,用RANSAC算法求解变换矩阵,最后对待配准图像做相应参数的坐标变换及双线性插值,从而实现图像配准.实验表明,该方法具有稳...     

某型导弹虚拟瞄准训练系统研究

将视景仿真技术应用于导弹瞄准训练,分析了某型导弹瞄准仿真的需求,建立了仿真模型,设计出较为完善的仿真方案,在高端平台上实现了虚拟瞄准训练系统,同时给出了交互控制的关键技术及程序实现。     

边缘信息的红外与可见光图像融合评价

建立能同时结合主观和客观因素的图像融合质量评价方法是目前图像融合中急需解决的问题之一。以反映人类视觉特性的结构相似度为依据,并结合源图像与融合图像的边缘信息,提出了一种新的图像融合质量评价方法,该方法充分反映了人类视觉系统的特性,可以为不同环境下选择不同的图像融合算法提供依据。通过对红外与可见光图像采用多种不同的融合算法进行融合质量评价,实验表明,评价结果与人眼主观评价一致,是一种实用的、有效的图像融合质量评价方法。     

面向基本对象模型BOM和Web服务的建模技术研究

介绍了BOM模型和面向Web服务技术，从概念、表示以及语义层次上对2种技术进行了对比分析。基于二者数据类型和语义的一致性，提出了从BOM模型到Web服务描述的映射规则，阐述了这种映射的实际操作步骤，最后通过实例验证了该方法的可行性和有效性，并分析和总结了运用BOM和Web服务建模的优越性。     

BOM技术在复杂电路虚拟维修系统中的应用

给出了电路虚拟维修的定义，在复杂电路虚拟维修系统结构的基础上提出了建模需求，并给出了计算模型和交互模型的定义。以形式化的方法定义了BOM（Base Object Model）概念模型，通过分析电路仿真的特点，确定了电路BOM概念模型中的实体类型、事件类型和交互模式；特别是采用了“将实体类型区分电子元件类型和电信号类型，分别以客观属性和仿真语言描述的方法进行定义”的原则，既满足了仿真效果，又简化了建模复杂性。通过建立某型装备的复杂电路虚拟维修训练系统，验证了基于BOM的交互模型的有效性和实用性。