【摘 要】
：
对网络数据的复杂、细微、差异化特征进行语义提取,是实现Web网络数据准确识别和检索的关键技术.复杂、细微、差异化的网络数据语义特征具有非线性和随机散布性的特点,其主题
【基金项目】
：
本文受国家自然科学基金（61170112）,中央财政支持地方高校发展专项资金：人才培养和创新团队建设项目（19005323132）资助.
论文部分内容阅读
对网络数据的复杂、细微、差异化特征进行语义提取,是实现Web网络数据准确识别和检索的关键技术.复杂、细微、差异化的网络数据语义特征具有非线性和随机散布性的特点,其主题分布广、更新频率大,从而造成语义特征提取困难.传统方法采用小波基函数投影算法进行语义特征的提取,性能不好.提出了一种基于Dopplerlet变换匹配投影的网络数据特征语义优化提取算法.首先构建语义高斯边缘化矩形窗函数进行融合滤波处理,通过文本切分把大量的信息熵数据进行小波基函数投影,有效剔除簇内异常数据;然后利用Dopplerlet变换匹配投
其他文献
基于英特尔集成众核（Many Integrated Core,MIC）架构,将有限元网格积分算法在至强融核（Xeon Phi）协处理器做了移植和性能分析.该应用全面测试了有限元分析的核心计算过程在MIC上
网络协议是网络通信中一系列标准的集合,未知协议的识别和分析对网络监管、保障网络安全具有重大意义。协议识别技术多种多样,但大都不适用于二进制的协议识别。在此针对现有的协议识别技术的局限性,提出了一种在双方单协议通信环境下的多种类型二进制数据帧的协议识别方法。该方法首先利用n-gram技术对数据帧进行分割,然后利用无监督的特征选择算法提取特征串集合,从而利用聚类算法实现协议消息的识别。最后在ICMP上
程序验证中的常见情景是判断某个用户指定的性质在程序执行之后或执行过程中的某个程序点上是否成立。人工的形式化验证过程繁琐且容易出错,因此形式化验证的自动化是提高代