工件材料切削加工性的模糊聚类分析

本文提出了表征工件材料切削加工性的相对指标;给出了以工件材料相对切削加工性能指标为依据、应用模糊聚类原理来评定工件材料切削加工性的方法。     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

小波变换在高维频谱数据分类中的应用

小波变换是近些年来广泛应用于时频域信号分析的理论,根据小波变换的特点,在高维频谱数据分类中,对数据进行特征提取,将Ｐ维矢量映射成Ｐ＇维矢量（Ｐ＇〈〈Ｐ）,以减少分类模型参数,同时尽可能保留各频谱数据之间的差别信息。利用ｍ带离散小波变换产生的小波系数进行分类,并给出了一组算法,结果令人满意。     

基于RS与GIS的西峡县森林资源时空动态变化

以西峡县2个年份同一季节的遥感数据为研究对象,利用图形处理软件(ERDASIMAGINE)进行波段组合、图像增强、监督分类、矩阵分析和分类重编码,研究了河南省西峡县森林资源的时空变化。并且在此基础上利用GIS软件进行统计分析和遥感制图,从时空序列上分析了森林资源的动态变化情况。结果表明:从时间序列上看,1998~2002年西峡县阔叶林面积和针叶林面积有所增加,增加部分主要来源于退耕还林和荒地的植树造林;从空间序列上看,森林植被的变化主要集中于低海拔地区,高海拔地区主要集中于道路和河流附近。     

基于改进卷积神经网络与动态衰减学习率的环境声音识别算法

环境声音识别在音频检索、监控方面有着广泛的应用,是听觉识别任务中的一个热门研究领域。但由于其声音信号的复杂多变,使得该任务在识别率提升方面依然面临许多挑战。针对这一问题本文提出了基于改进卷积神经网络的环境识别模型（S-CNN）,该模型采用反复堆叠的递减型卷积核提取不同尺度的局部特征,并在每层卷积层后采用Batch Normalization（BN）层对特征进行归一化操作。同时,利用动态衰减的学习率训练模型,以提高模型收敛速度与收敛稳定性。实验结果表明,相比于传统的机器学习与卷积神经网络模型,本文所设计的改进卷积神经网络模型S-CNN具有更好的识别率。在ESC-10环境声音数据库上,识别精度达到91.3%。     

中国阳蝇属区系研究(双翅目:蝇科)

阳蝇属迄今在全世界已知400余种,本文报告了阳蝇属的属征、生物学及分类概况.在已有标本采集记录和资料的基础上,讨论了我国阳蝇属已知种的区系分布特点.结果表明我国阳蝇属种类极其丰富,已知176种,约占世界阳蝇已知种数的44%;在世界动物地理区划中,古北界种81种,东洋界种73种,古北和东洋界共同种13种,全北界种9种;在我国动物地理区划中,西南区、华北区和东北区的种类最为丰富;在我国已知的阳蝇中有140种为地方性种.     

多类分类模式识别系统一致性信度的研究与应用

运用模式识别和数理统计的基本原理。研究了多类分类模式识别系统识别的K指标评鉴标准．通过构造一个分类结果的统计量,分析了K指标的点估计、区间估计的计算方法。给出由指标K的点估计值、区间估计优化分类参数的算法,提出一种优化过程的统计学习方法．     

基于加权BP神经网络的场地连续化分类

本文以四类标准场地模糊分类二维隶属函数为基础，以BP神经网络为手段，建立了一种新的标准场地模糊化方法，训练了现行抗震设计规范中4类标准场地的模糊化神经网络，克服了二维隶属函数在转折边界处不平缓和有突变的不足；并以所建立的4个标准场地模糊化神经网络为基础，建立了基于加权综合的场地连续化分类方法，给出了该方法分类结果的空间分布图，实现了场地分类的连续化，使场地分类结果更符合工程实际；工程应用实例表明，基于BP神经网络的场地连续化分类方法，能更合理、更客观地对工程场地进行分类，为更科学地确定地震作用和进行恰当的结构抗震设计提供了可能。     

两类数据挖掘工具评估分析的定量化

针对企业是否采用数据挖掘工具以及采用何种数据挖掘工具的问题,提出了评估数据挖掘工具价值的定量化分析方法;利用马尔可夫转移概率矩阵与数学规划模型对分类型数据挖掘工具进行价值评估,确定分类型数据挖掘工具带来的价值;利用分布密度函数和信息熵对预测型数据挖掘工具进行价值评估,确定预测型数据挖掘带来的价值;再通过采用数据挖掘工具需要的成本,最终建立了评估两类数据挖掘工具(分类与预测)的效益模型,为企业成功实施数据挖掘提供保证.     

未确知均值分级方法及在回采巷道围岩分类中的应用

为将未确知数学理论应用到回采巷道围岩分类问题中,提出了未确知均值分级方法,建立回采巷道围岩分类的未确知均值分级模型.从巷道地压显现的特点及支护的难易程度两方面选取了6个主要影响因素,如巷道埋深、跨度、直接顶与煤层厚度的比值、围岩强度、围岩节理发育程度,松动圈大小作为判别指标,利用30组巷道围岩实测数据建立回采巷道围岩分类的未确知均值分级分析模型.应用该模型对平顶山矿区4条回采巷道围岩进行了分类预测.结果表明,预测类别与实际类别相吻合,这说明用该模型研究巷道围岩类别具有良好的实用性和有效性.该方法可为回采巷道围岩的分类提供一种新思路.