用多维曲面插值法改善多组分气体临界值识别的鲁棒性

介绍了一种由线到面的多维曲面插值法，提出用多维曲面插值法在样本点中间进行插值运算，为神经网络数据融合提供附加样本，以减弱神经网络在数据融合中过强的泛化作用，避免因样本不足而导致的过训练问题，增强神经网络在数据融合中的光顺性，从而增强多组分微量气体临界值识别的鲁棒性．识别结果表明，这种结果同时还提高了气体的识别精度．     

人脸图像有效鉴别特征抽取与识别

基于具有统计不相关性的最优鉴别变换,分析了小样本识别问题,提出了抽取人脸图像有效鉴别特征方法,在Ｏｌｉｖｅｔｔｉ Ｒｅｓｅａｒｃｈ Ｌａｂｏｒａｔｏｒｙ（ＯＲＬ）人脸图像库上得到了平均识别错误率为２．７５％的实验结果,这是目前在ＯＲＬ人脸图像数据库上所得到的最好的实验结果,并在南京理工大学ＮＵＳＴ６０３人脸图像库上得到平均识别错误率为０．９％,的实验结果,这些结果表明所提出的人脸图有效鉴别特征方法     

RS-GA-KNN算法识别灵长类动物DNA序列剪接位点

以灵长类动物DNA序列的剪接位点识别资料为研究对象，将选定样本序列中各碱基编码作为原始变量数据，用粗糙集方法和遗传算法对原始变量数据进行变量筛选，即以粗糙集方法选取的变量为基础，用遗传算法进行变量的二次搜索，从样本序列各碱基中挑选出保守性强的碱基对应的变量构成变量集，采用最近邻聚类识别灵长类动物DNA序列剪接位点类型，总识别准确率达90．66％，明显高于直接使用原始变量数据或将粗糙集理论方法和遗传算法单独用于变量选取的识别结果．     

手写体汉字识别中基于笔段的松驰匹配算法

在汉字识别中，基于线性变换的识别模型往往会失效，用轮廓线段来进行松驰匹配．当手写体汉字曲折笔划较多时也很难提取稳定的轮廓特征，而且轮廓提取受笔划写书粗细的影响较大。本文用相容匹配算法来提取汉字的笔段特征，用模板匹配识别出手写体汉字样本。文中给出一个１００个汉字的识别结果．     

原核基因识别中的一种负样本生成算法

在基因识别的两类算法中，判别算法通常需要正负两类样本来训练参数．在原核生物的基因组中，由于可充当负样本的基因间序列太少，如何产生负样本便成为原核基因识别中的一个问题．本文提供了一种基于“自相似映射”的负样本生成算法，与通常使用的随机生成算法不同，该算法不需要生成随机数．本文给出了两种负样本生成算法的比较，并初步讨论了自相似性对于DNA序列分析的意义．     

一种基于少样本数据的在线主动学习与分类方法

深度学习技术往往需要大量的标记训练样本,然而真实环境中获得大量标记样本的代价昂贵,甚至难以获得.提出一种新的深度主动识别框架,借鉴人类逐步学习并获取新知识的认知过程,在基于少量样本分析模型认知错误的基础上首先定义认知错误转化,得到相应的知识来主动增强模型的认知信息.基于认知知识,选取敏感样本对模型进行在线微调,同时为了避免遗忘先前学习的知识选取先前的训练样本作为刷新样本.在通用数据集上的实验表明,敏感样本有利于提高目标识别能力,提出的认知学习机制能有效提高深度模型的性能;认知信息的特征化能有效抑制其他样本对模型认知的干扰,在线训练方法能明显节省大量训练时间.提供了一个有效的认知学习在少量数据样本情境中的应用.     

国际环境下的项目政治风险评价模型

在分析国际环境下项目政治风险的基础上，根据最优化原理和Lagrangian算子性质，得到国际环境下项目政治风险识别和选择的最优性条件，提出基于反向传播（BP）神经算法的国际项目政治风险评价模型．通过对60个国际项目进行政治风险的识别、选择、评价和分析，仿真试验结果表明，该模型及算法效果良好，可以综合众多专家的知识，计算结果精度较高，能准确评价政治风险对项目成本的影响．     

ROSTA算法收敛性的研究

研究并讨论了学习样本的排列次序对连续函数映射网络性能的影响，提出了样本次序重组的规则，据此规则实现了ＲＯＳＴＡ算法并将其用于语音信号的声、韵母分割和通信网非话业务信号的识别研究，取得了较为理想的结果．     

一种元卷积网络和持续学习融合的洞库类目标识别方法

洞库类目标是高价值识别目标,针对洞库类目标样本数据难以获得、样本内部数据相似度较高、人工设计识别特征方法局限性较大、普通深度网络需要海量数据等问题,提出了结合元学习和深度卷积网络的元-卷积网络（MCNN）,并融合持续学习理论的洞库类目标识别方法（MCNN-LLS）.首先结合深度卷积网络、元学习的理论建立元-卷积网络,该网络可利用旧知识指导新知识的训练,利用小样本数据即可训练得到识别能力较高的深度洞库模型;然后融合持续学习理论,建立持续学习系统（LLS）,设计专家审核模型判别深度洞库模型的识别结果,并引入潜在任务、模型异步更新等方法,达到模型持续学习、持续更新的效果.实验表明,本文方法所需样本数量少,对洞库类目标识别准确率高,且识别能力可随识别过程中新数据的积累逐步提高.      

瞬态随机激励下的非平稳响应分析及参数识别

分析了具有瞬态激励方式下结构的非平稳随机响应，并给出了在功率谱分析中防止谱泄漏的依据，提出了满足独立样本条件的判据。最后通过计算机仿真的结果说明了应用本文的瞬态随机激励方式获得的模态参数识别结果与使用通常的纯随机宽带激励方式所得到的模态参数识别结果相比较，前者的效果更佳，更接近于准确值。     

一种面向对象的模糊知识库管理系统模型

给出了一种面向对象的模糊知识库管理系统的结构模型.阐述了知识库管理系统用户接口的设计.介绍了采用多层链表构造知识对象内存组织模型的方法和采用串行化技术实现知识对象持久保存的方法.     

城市公共交通智能调度专家系统的研究

根据城市公共交通调度、专家系统知识及模糊控制理论建立了公交智能调度专家系统。该系统采用案例与规则两级推理机制,通过产生式规则实现对知识的表达,应用关系型数据库实现对知识的管理与操作。案例推理中设计了代码与属性两层匹配的推理策略,针对实际调度中的不精确判断,根据模糊控制与模糊推理的思想设计了模糊规则与模糊推理策略实现了基于规则的推理。该系统对实现公交系统智能化、提高公交调度的质量和效率具有重要的意义。     

模糊知识体系逻辑扩展能力评价模型研究

以真度测度区间的兼容性和推理结果的逻辑语义一致性为评价指标，在模糊逻辑知识体系和二值逻辑知识体系间严格定义了一种模糊知识体系逻辑扩展能力评价模型，并给出对典型加权模糊逻辑的详细评测过程，这个模糊知识体系的逻辑扩展能力评价模型，可对各领域模糊知识体系对二值逻辑知识体系扩展的合理性程度进行评测。     

模糊知识处理与模糊集理论的若干拓展

模糊系统是一种基于知识或基于规则的系统，模糊知识处理技术的发展引起模糊集理论出现了各种拓展。首先叙述了模糊集理论的形成与发展，以及模糊集理论在人工智能、知识处理领域的作用与应用。其次，给出了对模糊集合的各种拓展，如直觉模糊集、L-模糊集与L-直觉模糊集、区间值模糊集与区间值直觉模糊集、Vague集等的定义与描述。最后，重点讨论了各种模糊集拓展形式之间的相互联系及可能对模糊集理论发展产生重要影响的统一集理论，提出了通过某种变换或算子建立起各种集合理论拓展形式之间联系的假设。结论认为，直觉模糊集是对模糊集理论最重要的一种拓展。     

不完备信息系统的知识获取

介绍了在不完备模糊信息系统中知识获取的一种方法.应用这种方法能够将不完备系统转化为模糊信息系统,然后利用模糊粗糙集理论,让隐藏在不完备信息系统中的知识以决策规则的形式表示出来.     

基于模糊逻辑的产生式规则拓展

在CAPP系统中,工艺知识通常采用产生式规则来表达.由于工艺知识具有模糊性和不确定性,而传统的产生式规则又难以表示和处理这类带有模糊性和不确定性的工艺知识,所以必须使用一些模糊的语言来描述这些知识并以此来进行推理.针对这一问题,提出了一个基于模糊逻辑的产生式规则模型,给出了模糊规则的产生式规则表达式以及模糊规则中各命题之间的逻辑关系,同时也指出了模糊规则的模糊匹配方式.     

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.     

一种扩展的模糊描述逻辑

为了提高对复杂模糊信息的表示能力,提出一种扩展的模糊描述逻辑.扩展模糊描述逻辑引入模糊概念和模糊关系的截集形式作为原子概念和原子关系,继承经典描述逻辑中的概念构造器和知识库形式,建立新的知识表示逻辑体系.定义了扩展模糊描述逻辑的语法结构、语义解释、知识库形式以及基于可满足性的推理问题.通过与模糊描述逻辑的比较,阐述了模糊描述逻辑可转化为扩展模糊描述逻辑,从而例证了扩展模糊描述逻辑具有比模糊描述逻辑更强的表达能力.     

模糊智能系统开发环境的设计与实现

研究了模糊智能系统的建模过程，结合模糊逻辑和知识工程等理论和方法，提出了一种利用模糊知识建立智能系统的可行途径，并依照此思想设计和实现了基于模糊知识的智能系统开发环境。同时提出了一种基于平台无关的XML和Java的异构知识表示方法；扩展了传统的Mamdani推理模型，在推理控制策略上选择了反向推理和回溯算法；并设计了窗口命令的方式实现与用户之间的交互。     

基于模糊造纸专家系统中知识获取模块的设计

模糊造纸专家系统在知识表示和知识推导方面结合了模糊理论,使知识表示更符合现实世界中对知识的描述。将人工神经网络应用到知识获取领域,来解决专家系统知识获取的“瓶颈问题“,并提出了自动知识调整方法。知识库采用知识分级的方式,使知识的表达更具有层次性和合理性。着重分析了知识获取模块的设计,并提出了改进方向。