基于自训练EM算法的半监督文本分类

为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文本分类实验表明STEM算法在大部分情况下的分类准确性都高于EM,并通过减少迭代提高了分类器学习的计算效率。     

关联分类CBA算法识别机载火控雷达工作模式

对敌机载火控雷达工作模式的识别与分析,在威胁等级判别、干扰样式选择、电子战辅助决策支持等方面具有重要军事应用价值。因此,针对机载火控雷达工作模式与参数复杂繁多、自动识别准确率不高等问题,提出了一种基于关联分类CBA算法的判定方法,并应用k-折交叉验证法进行验证。该方法从已建立的非协作雷达信号特征库中选择训练样本,基于扫描特征和信号样式应用关联分类CBA算法,即采用迭代方法挖掘特征中的频繁项集,并在此基础上启发式地构建分类器。以机载火控雷达4种空空工作模式为例进行了仿真实验,结果表明：该识别方法对不同的工作状态具有较高的识别准确率。     

多用户环境下信息系统的数据安全

本文针对多用户环境下信息系统设计过程中的数据安全性问题,提出对信息系统作子系统划分和子系统功能划分的两层分解思想,并根据实际开发的经验,总结防止非法访问数据库的手段和方法,设计建立信息系统用户体系和用户权限体系的过程与授权原理。     

自组织映射神经网络分类器

本文利用改进的自组织映射人工神经网络的方法完成分类问题。该方法由给定的模式样本训练网络,分类的结果由网络的输出直接给出,避免了估计概率密度函数时引入的误差。实验的结果说明了该方法的有效性。     

基于多特征的图象目标识别分类

文中研究将多特征信息融合技术用于图象目标识别分类的方法,利用图象灰度表面的分形特征与图象的摘特征（非分形特征）所提供的信息进行融合处理,在决策层中运用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理理论,并使用决策规则对目标进行分类。在实验中,将经过信息融合分类的结果与单特征独自分类的结果进行比较。结果表明,多特征信息融合的目标识别方法具有良好的稳定性,准确性和可靠性,能够有效地提高图象分类识别系统的精确度与容错性。     

日本陆军师团的组建与编组分类概况

日本帝国主义陆军是日本对外侵略的重要力量，在中日战争与第二次世界大战中罪孽特别深重。旧日本陆军师团是日本对外侵略战争兵力运用的基本单元，师团基本情况是二战军事行动研究的主要标识，有重要参考价值。七七事变爆发后第一支侵入中国关内的是陆军第20师团，7月19日即在塘沽登陆投入战场。     

多传感器系统中的航迹合成

本文系统地研究了线性离散系统中的航迹合成和分层估计问题。第一,推出全局最优集中估计解;第二,提出一种新形式的最优航迹合成解,并介绍了它的特点和性质;第三,系统地讨论了一种次优合成算法;第四,导出了次优与最优合成算法的关系。理论分析和仿真研究表明,在过程噪声较小的条件下,次优解与最优解的性能非常接近。     

建筑防排烟系统常见问题探析

结合工作实际,就防排烟系统设计、施工中的防排烟方式、加压送风系统设置、防烟分区、排烟系统漏风量、中庭烟气分层、补风口设置及走道防排烟设计等问题进行分析,并对如何提高防排烟系统的实际效果提出了建议.     

现代文本分类技术研究

分析了当前的文本分类技术,总结了文本分类需要解决的问题;在详细比较了各种不同的分类算法以及文本模型以后,为进一步开展优化以及提高文本分类技术的研究工作提供了一些参考和建议。