光栅多重像三维全息图

应用光栅,采用新的我路调节方法拍摄多重像三维全息图片,全息图片上同时再现出一个物体的多重像。文中对此现象作了理论分析,得出的结论与实验结果相一致。     

多目标问题的逼近于理想解的排序方法研究

针对多目标系统的优选问题,提出了改进的ＴＯＰＳＩＳ法。与现有文献中的逼近于理想解的排序方法相比,该方法充分地利用了决策矩阵的信息。实例分析表明,本文所提出方法,可用于实际多目标系统优选决策分析。     

切片平均分子量神经网络预测模型的研究及应用

建立聚合反应切片平均分子量的预测模型对锦纶帘子布的生产有重要的意义,该文采用改进的遗传算法（ＧＡ）和ＢＰ算法相结合的混合学习算法来训练神经网络,并采用多元逐步回归法对输入层节点数进行了优化,建立了聚合反应切片平均分子量在线预测的神经网络模型。在某化工厂聚合反应中的应用表明,该模型比基于最小二乘法的预测模型收敛速度快,预测精度高、网络有泛化能力强。     

基于黑板模型的多属性决策模式

为提高多属性决策理论对复杂问题求解的控制与协调能力和实用性,提出了基于黑板模型的“元控制＋两级黑板模型”的金属性决策问题处理系统模式,介绍了该系统模式的原理框架的工作过程。研究表明,该模式集成了元控制与黑板模型各自的优点,具有较强的灵活性和自适应能力,为开发决策支持系统生成器提供了一个可用的框架。     

多概念学习的决策树MNID算法

决策树归纳法ＩＤ３是人工智能机器学习中发展较快的一种归纳学习算法,而目前的ＩＤ３及其改进算法亦因各种问题限制了其在工程中的应用。基于决策树归纳学习算法示例学习最优化的理论,用在多概念学习条件下对多特征属性值进行分组聚类实现优化的方法,导出了定义在多概念窨上的决策树归纳学习算法ＮＭＩＤ。这种新算法对工程技术领域普遍存在的多概念学习问题,有较好的应用价值。     

文本数据的数据挖掘算法

针对目前大量存在的文本数据,以已有的结构化数据挖掘技术为基础,提出了非结构化数据的知识发现方法－树形分层数据库方法,对文本数据进行分析,将非结构化数据准结构化,存放入树形分层数据库中,利用已有的数据库技术以及树形分层数据库特有的一些操作,实现在知识发现过程中对数据的抽取与控制,并给出了具体的模型与过程。     

多分类器组合的投票表决规则

为了提高多分类器组合的效果 ,提出了一种改进的投票表决规则 .每个分类器对每个模式类别的识别能力不尽相同 ,通过对大量样本的统计 ,获得有关每个分类器识别性能的先验知识 ,将其作为投票表决的依据 .投票表决时每个类设置不同的表决阈值 ,使组合效果得以改善 .这些阈值可以通过训练获得 .在数字识别系统中的实验结果表明 ,该方法使多分类器组合的识别率和置信度明显提高     

Drasin的一个猜想的更普遍形式

在涉及重值时对 Drasin的一个猜想提出更普遍的形式 ,从而在某些程度上改进并推广了杨乐和王跃飞在文〔1〕中的一个结果。     

油压伺服系统广域稳定性的仿真分析

利用数字仿真方法,重点分析了油压伺服系统中固体摩擦、负载质量、阀中位开口量及阀口周向长度对系统广域稳定笥的影响,揭示了油压伺服系统中存在的歇动现象和多重稳定构造问题。     

三相半控桥数字式触发电路的探讨及应用

三相半控桥数字式触发电路可广泛应用于各种工业电源 ,电机电源及计算机控制的大功率调压场合 ,因此有关它的原理、调试等论述具有重要的实际意义