关节机器人轨迹跟踪模糊聚类控制算法

为实现机器人运动轨迹的精确控制,将模糊聚类算法应用到关节机器人的运动轨迹控制中.解决了机器人运动过程中速度信息获取不准确,从而影响机器人的动态性能的问题,提高了机器人的控制精度.     

基于模糊聚类分析的证据组合

针对证据理论Dempster Shafer（D-S)组合规则存在的不足,考虑辨识框架的非完备性,提出一种基于模糊聚类分析的混合证据组合方法。该方法利用Pignistic概率距离构建证据间的模糊相似矩阵及聚类有效性指标,通过传递闭包法对证据进行最优聚类及可信度求取,对证据进行修正后,采用D-S规则对同一类中的证据组合,利用统一信度函数组合方法对不同类中的证据进行最终合成。仿真实验表明了所提方法的合理性和有效性。     

藏文音节规则模型及应用

首先介绍藏文音节独特的构造方法, 以及藏文字母的语音特性带来的藏文组合形式上的诸多限制。然后以藏文音节为研究对象, 借助藏文语法规则, 建立现代藏文音节的简化模型和相应的规则库,并介绍其应用领域。最后提出一种基于音节模型的的藏文音节自动拼写算法, 并通过实验验证规则方法的有效性。     

Using junction trees for structural learning of Bayesian networks

The learning Bayesian network (BN) structure from data is an NP-hard problem and still one of the most exciting challenges in the machine learning.In this work,a novel algorithm is presented which combines ideas from local learning,constraintbased,and search-and-score techniques in a principled and effective way.It first reconstructs the junction tree of a BN and then performs a K2-scoring greedy search to orientate the local edges in the cliques of junction tree.Theoretical and experimental results show the proposed algorithm is capable of handling networks with a large number of variables.Its comparison with the well-known K2 algorithm is also presented.     

基于数据库划分的高效关联规则挖掘算法研究

在现有的关联规则改进算法的基础上,深入分析了经典算法的内涵,提出了不产生候选二项集的改进算法,而且减少了扫描数据库的大小.与Apriori算法相比,在较大型的交易数据库中,效率明显提高.     

Web服务合成中的异构问题

分析了Web服务的发布、发现和调用过程,将Web服务合成中存在的异构分为阻碍Web服务最佳查找的语义等价的Web服务概要描述异构、阻碍Web服务动态替换的语义等价的Web服务操作异构和阻碍合成的Web服务正确执行的序列Web服务间数据流的异构·概要描述了Web服务合成中存在的各种异构冲突,并将Web服务合成中存在的异构归纳为语义冲突、数据类型冲突、结构类型冲突、参数个数冲突、数据量纲冲突和数据精度冲突六类·针对这六类冲突,详细地定义了解决各种冲突的相应转换规则·     

一种基于Rough Set的分类规则挖掘方法

结合国内外的最新研究成果,提出了一种运用动态约简算法挖掘出大型数据库中稳定的分类规则的有效方法,可以对不断变化的数据库中新出现的对象进行分类,最后通过对其时间复杂度的分析证明了算法的高效性.     

关联规则研究综述

关联规则挖掘是近年来数据挖掘研究中一个相当活跃的领域.本文给出了关联规则及相关术语的定义,对关联规则挖掘中的频繁模式、频繁闭模式、最大频繁模式、并行/分布式挖掘及增量挖掘算法作了简单评述,着重介绍了近三年来发表的一些新算法,并对未来的发展趋势进行了预测和展望.     

基于改进FP-树挖掘最大频繁模式

由于挖掘密集型数据的频繁模式完全集非常困难 ,因而改进了传统的FP -树结构并提出了一种基于改进FP -树的最大频繁模式挖掘算法IFP -MAX ;通过引入后缀子树的概念 ,在挖掘过程中不用生成最大频繁模式候选集 ,大大提高了算法的时空效率。实验表明 ,IFP -MAX的挖掘速度比Miafia和GenMax快得多     

自然推理系统P中的P∧Q■P

逻辑推理理论是计算机应用人才必备的重要基础理论之一.在自然推理系统P中,推理依据一般建立在包括P∧Q■P规则在内的多条公理式规则基础上.推理规则是不可逆行的单向过程,而在自然推理系统进行中,信息量只能减少,不可能增加.P∧Q■P恰好表现了信息量减少这一特征.因此,一切推理规则均以P∧Q■P为基础.