蕴涵意义新解

严格蕴涵和实质蕴涵本质上都是基于命题真假函项的蕴涵概念的定义方法，并不能从根本上解决实质蕴涵会导致蕴涵怪论的问题。实质蕴涵和严格蕴涵定义所给出的只是蕴涵成立的必要条件，将它作为蕴涵成立的充分条件来使用是不合适的。为有效避免蕴涵怪论问题的出现，提出了一种新的意义蕴涵概念。这一概念简明、直观和容易理解。     

量子K最近邻算法

为减少经典K最近邻算法的时间复杂度,提出了量子K最近邻算法(QKNN)。介绍了QKNN算法的构造步骤,然后为减少量子计数子程序的运行时间,进一步将固定的K值修改为可变的k,形成改进的k可变的量子最近邻算法(QkvNN)。为弥补由于最近邻个数K变化带来的分类错误率上升的影响,在Boosting算法框架下,用三个由QkvNN算法训练的弱分类器,去构造了一个强分类器,从而提高单独运行QkvNN的分类精度。在此算法中,由于利用了量子计算的强大能力,使得经典K最近邻算法的时间复杂度从O(N)减小为O(N)。     

从逻辑全知问题认定看当前基于逻辑的agent研究的两个认识盲点

通过对当前逻辑全知问题的认定过程进行仔细的分析和严格的逻辑论证后发现,这一结论的得出主要来源于人们关于模态逻辑用于agent研究的两点模糊认识.在此基础上进一步指出,如果承认逻辑推理的过程意义,并且不用意识系统的特征来约束逻辑系统,那么就不会有真正意义上的逻辑全知问题存在.该结论无疑对当前基于模态逻辑的agent形式化研究具有十分重要的意义.     

智能科学的新发展——一种计算与动态相结合的计算力学

进化论、认知科学以及控制论中存在的争论或对立，看似毫不相关，实际上，它们都可以归结为计算和动态之间的冲突。这一点从三个学科的发展历程可以看出来。澳大利亚哲学家Gelder详细分析了这种冲突，而SantaFee研究所的物理学家Crutehfield一直试图调和这种矛盾。Crutchfield建立的计算力学是一个新的理论框架，计算表示推理，而力学是指物质的运动规律。ε机是这个框架下的一个初步的成果，它完全可以发展成一种新的计算智能方法。计算力学的研究将有力的推动上述三个学科的发展。     

基于SVM的机器人工件识别

支持向量机(SVM)是一种崭新的机器学习方法,建立在结构风险最小化原理基础上,寻找一个最优分类超平面,引进核函数将低维空间向量映射到高维空间.此方法能解决小样本、非线性及高维模式识别中的问题.鉴于此,将SVM应用于多传感器信息融合,并针对多类型目标识别问题,采用“oneagainstall”方法构造多元分类器.实验中比较了采用不同核函数构造的SVM的分类效果,结果表明SVM具有较高的识别率,其中三项多项式核函数构造的SVM的识别率最高,可达到93.2%.另外,还比较了单传感器和多传感器融合的识别结果,单传感器的识别率只有63.7%,大大低于多传感器融合的识别率.     

基于进化策略的K-means聚类算法

针对K-means聚类算法易陷入局部极小以及K值选取的问题，提出一类基于进化策略的聚类算法，可以有效地搜索最优聚类中心和聚类个数K；还提出了确定K值范围的经验公式，以减小搜索空间，提高搜索效率，并给出了理论分析．相对遗传算法而言，本方法鳊码简单，种群较小．对Fishers iris数据集的仿真实验表明，该方法得到最优解的可能性比经典算法大得多．     

基于交叉定位的多传感器多机动目标跟踪

交叉定位的思想可以用来简化数据关联 ,实现状态估计。但在杂波或多目标的环境中 ,定位法会产生大量虚假目标。通过分析传感器数目的选择 ,来限定虚假目标生成的概率。提出了一种基于HMM(HiddenMarkovModel)的全邻似然估计跟踪算法。该算法采用观测 -航迹关联 ,具有相对简单的多项式复杂度。由于传感器量测的融合在状态空间中统一进行 ,该算法可推广到异类传感器组成的系统中。     

MATLAB与窗函数法结合设计FIR数字滤波器的研究

传统的数字滤波器设计方法繁琐且结果不直观,本文利用MATLAB具有强大的科学计算和图形显示这一优点,与窗函数法设计理论相结合共同设计FIR数字滤波器,不但使设计结果更加直观,而且提高了滤波器的设计精度,从而更好地达到预期效果。     

基于Fuzzy-PID多模态控制的位置跟踪系统

针对PID控制和模糊控制在位置跟踪系统应用中的局限性,利用它们的各自优点,采用多模态控制方法对位置跟踪系统进行控制,给出模糊控制器的设计过程以及采用PID控制和模糊控制相结合的多模态控制方法的运行结果.跟踪结果表明,该方法不仅减小了系统稳态误差,而且改善了系统动态特性,证明了多模态控制在位置跟踪系统中的应用价值.