突现计算模型和行为研究进展及案例分析

作为系统重要特征之一,复杂系统中的突现现象被许多研究者所关注.突现计算为复杂动态系统中的智能行为研究提出了一种创新思路.根据突现计算发展的特点,分析了相关领域的研究难点和重点,并从模型结构、研究方法等方面分析总结了突现计算模型的国内外研究状况.最后针对Swarm模型在MatIab平台下进行了仿真,并结合粗糙集的数据挖掘方法验证了系统动力学参数对模型形状有重要影响.     

BBS突发舆情分析及基于小世界网络的预测模型

BBS是网络舆情产生和传播的主要场所之一,由于研究手段的匮乏,预测和引导BBS舆情的研究工作仍处于探索阶段.考虑到网络舆情具有突现性,以突现计算的观点将发帖人抽象成Agent.通过设定Agent参数和交互规则,利用小世界网络建立了BBS舆情预测模型.仿真结果表明,在日增回帖数和个人发言数比例这2个重要统计指标上与真实情况同时吻合,说明了模型的合理性和有效性.     

基于Mean-Shift和粒子滤波的两步多目标跟踪方法

针对Mean-Shift跟踪算法容易跟踪丢失以及粒子滤波跟踪算法计算量大等问题,提出了一种两步多目标跟踪算法.利用Mean-Shift进行第一步跟踪得到候选目标,在跟踪不准的情况下再利用粒子滤波进行后续的跟踪结果修正.实验结果表明两步跟踪算法既能保持Mean-Shift跟踪的实时性,也能维持粒子滤波跟踪算法的鲁棒性,有很高的实用性.     

基于粗糙集和集成学习的聊天知识抽取算法

聊天机器人是当前网络机器人的一个热点问题.从在线论坛自动抽取<帖子标题,回复对作为聊天知识,将粗糙集方法应用于相关回复的判断,同时结合基于Bagging的集成学习方法,进一步提高了识别效果.实验结果显示,抽取出来的(帖子标题,回复)对,具有较高的质量,可以作为聊天知识.     

基于两层可变聚类系数无标度网络的即时信息传播建模和仿真

即时通讯网络已成为大众信息传播的主要途径,研究了即时通讯网络信息传播的性质、规律以及预测、引导的方法和手段,利用可变聚类无标度网络模型建立了新的即时通讯网络的二层模型,并制定了信息传播规则。通过实验仿真对群数、聚类系数、传播者和免疫者的变化观察,发现群数越多则聚类系数越大,传播者峰值越高,以及免疫者也相应地有所提高,从而对信息传播的影响也越大。     

一种新的PID参数自整定方案

在常规ＰＩＤ控制器的控制参数的鲁棒整定法基础上，提出了一种新的ＰＩＤ在线整定改进方案。仿真研究结果表明：该方法不但具有良好的鲁棒性，且调整快速简单。     

噪声信道的鲁棒图像编码

在一鲁棒图像编码方案的基础上提出了一种改进方案。通过改变部分比特输出的先后次序，保留 它将SPIHT输出比特分类以体现各类信息的重要性及出错敏感性，使用不等保护能力纠错编码，并且利 用图像小波系数数据幅度的非均匀分布规律，解码时添加后处理步骤，将小波系数适当减小，得到更高质 量的图像。该方案算法简单，在实现鲁棒编码结构的同时提高了压缩效率。失真率分析和实验结果都表明 该方案提高了峰值信噪比，从而改进了压缩效率。     

基于神经网络的短期电力负荷预测

采用神经网络方案来进行短期电力负荷预测，探讨了负荷模型分类模式，对应用于实际的神经网络算法进行了具体处理，如数据的归一化问题，网络权值与阈值的初始值选定，训练样本的选择策略等。同时，以三种短期负荷预测为例，进行了大量的仿真研究，结果表明神经网络用于电力负荷预测不但可满足短期负荷预测的技术要求，而且精度比常规方法高，且算法快速简单。     

基于可变精度粗集模型的增量式规则获取算法

为了获取最小决策规则集，当增加新样本时，传统的方法通常需要对决策表中所有数据重新计算，效率欠佳。从可变精度粗集模型理论出发，讨论了新增记录与已有条件属性等价类的关系及对规则集的影响，在此基础上提出了基于可变精度粗集模型的增量式规则获取算法。通过仿真实验表明，这种增量式算法是可行的。     

烟草K326叶肉原生质体培养再生植株及影响因素的研究

以烟草K326无菌苗为材料,成功地将烟草叶肉原生质体培养出再生植株.并同时就烟草叶肉原生质体的酶解条件、培养方法及培养基中的激素组成等因素对植株再生的影响进行了研究和探索.