DSS结构的联接主义观点

在总结了联接主义方法,特别是ANN对决策过程的各阶段和决策活动各方面的广泛应用的基础上,提出了DSS结构的联接主义观点.阐明可以利用以人工神经网络为代表的联接机制作为统一DSS各部件的基本框架,作为构造决策模型的基本元素.以此达到既简化DSS结构又完善DSS功能的目的.     

多元插值、多模式现象和无关信息的认定

本文给出了Ｌａｇｒａｎｇｅ插值多项式在多元情况下的一个推广。讨论了多元插值问题在三层ＢＰ神经网络上的实现。得出了与径向基方法基本平行的结果。根据这些结果,指出了神经网络学习过程中可能出现的多模式现象。并举例说明,由于存在这种多模式现象,仅根据神经网络的学习权值的分布来判定输入因素是否重要,可能导致错误的结论。     

事态体比较与分形

详细分析了决策者在风险情况下的决策行为，给出了事态体与确定型事件等价的数学定义．由此获得了计算事态体等价确定值与计算自仿射集的维数之间的关系及简单计算公式，解释了Ａｌａｉｓ悖论．     

前馈神经网络的学习能力

使用新的分类子网,改进了Huang得到的一个关于两个隐层前馈型神经网络的学习能力的结果,证明了具有$2(2N)^{(1/2)}+2$个隐层节点的神经网络可以学会N个不同的样本.同时,新的讨论方法使得结果对广泛的一类活化函数都适用,而不只限于sigmoid活化函数.     

线性规划问题的算法综述

综述了线性规划问题近年来的算法研究最新进展,给出了一些典型算法的求解思想及其时间复杂度,综合分析了各算法的优缺点。并为后续研究提供了一个借鉴方向。     

对E城便利站电子商务盈利模式的评析

从一个案例出发，在客户价值、范围、收入结构等方面详细探讨了其电子商务的盈利模式，对其存在的问题与对策进行了论述，并简要描述了该模式的发展前景。     

基于属性重要性的决策树规则提取算法

对属性进行约简为从关系数据库中挖掘简洁的规则创造了条件。但从属性约简后的数据集中提取最简规则的问题仍是一个NP难题,一般借助于启发式算法。提出了一种新的基于属性重要性的规则提取算法,称为IADT(importantattributedecisivetree)算法,采用粗糙集理论中的属性重要性概念,通过建立树结构来提取规则。算法可以避免面对NP难题,获得相对简单的规则。计算实例表明,IADT算法具有良好的实用性,有进甚至可以获得最简规则。通过与ID3算法进行的比较表明,IADT算法为规则树算法提供了一种新的属性选择标准。     

提高风险型决策问题计算准确性的若干探讨

在实际的决策计算中，计算误差有可能导致决策的错误．分析了风险型决策的一类计算误差及其危害，给出了误差的消除方法，并进一步通过实例分析了情报的准确性对决策的影响。     

智能化的构建基于FCA的FAQs支持系统

基于常问问题集的问答系统主要是根据用户的问题从FAQ库中获取答案,这个FAQ库是在WEB中自动化收集的.系统离线的在WEB服务器日志和WEB页面内容中挖掘大量的FAQ页面来建立数据库,从而从数据库中获取合适的Q/A对来响应用户的问题.为了构建FAQs支持系统,必须解决下面的相关问题:如何从WEB日志中取出FAQ网页;如何从收集到的这些网页中获取Q/A对;怎么通过获取的Q/A对来回答用户的提问.提出了一个新的结合形式概念分析的概念化聚类用户日志方法,从而建立关于FAQ的形式背景.该方法以实验的形式实现.它的性能评估主要是基于两个方面:聚类和回答.     

基于支持向量机的中文文本自动分类研究

提出了一种基于支持向量机的文本自动分类方法,并进行了实验研究。在详细介绍了进行文本分类的实验过程和在实验中使用支持向量机的方法的基础上,通过实验比较了支持向量机算法和传统的KNN算法应用于文本分类的效果,并针对支持向量机算法的缺点,提出了进行文本预处理时的改进方法。实验结果表明了支持向量机在处理文本分类问题上的优越性。