粗糙集理论中核概念的讨论

核是粗糙集理论的基本概念之一,为使获取的知识规则更简洁、更易于理解,许多算法都以先求出信息系统的核为基础进行启发式搜索以求取信息系统属性集的最小约简.通过实例验证,发现了许多文献中核的定义与核的计算之间存在矛盾冲突,这一矛盾冲突导致众多属性约简算法普遍存在核基为0时无法有效地进行属性约简的缺陷.针对核概念的这一问题及由此引起的属性约简算法的缺陷,对粗糙集理论中核的概念进行了重新定义,将核的定义统一于核的计算,提出了真核和伪核两个新概念,并给出了这两个新概念的相关定理及证明.     

基于DCT的人脸特征提取

设计一个准确性和鲁棒性均很好的人脸识别系统．该系统利用DCT来提取人脸特征，并且采用归一化技术来提高人脸对几何特征与光照的鲁棒性．并在人脸图像库中对系统进行了测试．实验表明，该系统的识别率和速度要比采用其他识别方法的系统好很多．①     

基于最优划分的K-Means初如聚类中心选取算法

针对传统K-Means算法聚类过程中,聚类数目k值难以准确预设和随机选取初始聚类中心造成聚类精度及效率降低等问题,提出一种基于最优划分的K-Means初始聚类中心选取算法,该算法利用直方图方法将数据样本空间进行最优划分,依据数据样本自身分布特点确定K-Means算法的初始聚类中心,无需预设k值,减少了算法结果对参数的依赖,提高算法运算效率及准确率.实验结果表明,利用该算法改进的K-Means算法,运算时间明显减少,其聚类结果准确率以及算法效率均得到显著提高.     

多遍扫描KeyGraph执行模型

机会发现是近年人工智能和决策领域提出的一个新的研究课题.通过研究机会发现的关键算法KeyGraph,提出一种新型的多遍扫描执行模型,并提出利用矩阵分解实现KeyGraph的具体计算,对KeyGraph的计算方法进行改进.有效地提高了算法的执行效率,减少了计算数据量,并降低了时间空间复杂度.     

虚拟企业伙伴选择的灵活优化系统的设计与实现

伙伴选择是虚拟企业建立过程中的核心问题。本文针对传统的选择伙伴企业方法的不足，提出了一个虚拟企业环境下的伙伴选择的灵活优化框架，并采用遗传算法实现了供应商伙伴选择。     

基于Petri网的多媒体同步模型

多媒体同步是多媒体系统的关键问题,而同步模型是同步技术的基础。介绍了在建立于Ｐｅｔｒｉ网基础上的经典多媒体同步模型ＯＣＰＮ,介绍并评价了几种扩展的Ｐｅｔｒｉ网同步模型ＸＯＣＰＮ,ＤＴＰＮ和ＩＭＰＳＭ。最后进行了总结,指出了目前同步模型中存在的问题并对今后的工作进行了讨论。     

Web日志模糊聚类算法的研究

本文提出了一种新的Web事务模糊聚类算法．给出了新的Web事务定义和相异度定义，聚类准则函数是所有样本与C个代表中心的相异度之和，我们的目标是使这个聚类准则函数最小．同时给出了改进算法．经过试验证明，改进的算法更有效．