一种提高SVM分类速度和泛化性的新方法

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心,类半径,类质心距等概念,从而较好地解决快速而准确的删除非支持向量的问题,引入了类向心度的概念,解决了当两类样本集混淆严重的时候如何更加精确的进行剔除混淆点,保证算法泛化性的问题。实验表明,采用这种改进的算法既能快速精确的对训练样本进行删减又可以当两类训练样本集混淆较严重时较好的解决泛化性问题。     

蒙古语声学模型状态聚类:问题集设计

针对蒙古语语音识别系统急待设计出相应问题集的现状,讨论了蒙古语问题集设计中的原则、音子集的选择、音素表的完善、复合元音的归类、松与紧概念的应用等关键问题的解决方案,给出了一个蒙古语标准音问题集.多次对比实验结果表明,该蒙古语问题集能够有效支持基于决策树的状态聚类与绑定方法.     

数据挖掘中关联规则的研究与论证

数据挖掘由一些大型零售机构面临的"决策支持"问题所激发.对数据挖掘中的关联规则的概念和作用进行了探讨,对关联规则中寻找大项集的部分用程序流程的方式加以说明,对自连接操作的提高效率问题加以论证.通过例子说明了数据挖掘关联规则中最大项目集的子集必为最大项目集.     

数据挖掘中关联规则的研究与论证

数据挖掘由一些大型零售机构面临的“决策支持”问题所激发。对数据挖掘中的关联规则的概念和作用进行了探讨，对关联规则中寻找大项集的部分用程序流程的方式加以说明，对自连接操作的提高效率问题加以论证。通过例子说明了数据挖掘关联规则中最大项目集的子集必为最大项目集。     

关于灰色集与区间集相关性质的探讨

针对灰色不确定性问题提出了灰色集合的概念,作为对相关灰数概念的拓广,分别定义了区间灰集、区间集及全序区间集,并对它们的相关性质进行了探讨.     

适用于加权样本集处理的加权支持向量机方法

为了处理模式识别问题中具有加权信息的样本集,提出一种加权支持向量机(weighted support vector machine,WSVM)算法,并对算法进行了理论分析.通过引入样本与超平面加权距离的概念,使得WSVM算法可以对样本的权值信息进行有效处理.针对未明确给出权值分布的样本集,提出一种基于类间中心距离确定权值的经验方法,对加权支持向量机算法采用交叉验证技术在人工及真实数据上进行了仿真,结果表明,加权支持向量机比标准支持向量机具有更小的误识率和更好的稳定性.     

基于Rough集的单维布尔关联规则的挖掘算法

利用Rough集理论中关于等价类的概念,提出了单维布尔关联规则问题挖掘算法,考虑到关联规则设定单一最小支持度阈值的局限性,提出使用多个最小支持度的办法进行频繁项集的发现,利用兴趣度对单维布尔关联规则进行评价.     

最小支持度为区间值的加权Apriori算法

为解决经典Apriori算法中最小支持度设定不当和数据库中各项目的重要程度不易给出的问题,采用区间量化方法计算出最小支持度满足的一个区间,用区间值代替单一的最小支持度.并根据引入的可能度概念对改进算法进行剪枝的策略,提出项目权重和最小支持度都为区间值的加权关联规则挖掘算法.通过UCI上的数据集对比改进算法和经典算法的性能.研究结果表明:改进算法解决了最小支持度设定过高或过低所带来的问题,并提高了算法的运行速度及有效率.     

集值优化问题E-Henig有效解的稳定性

改善集下的Henig有效解统一了Henig有效解和近似Henig有效解,其稳定性分析在数值计算中不可或缺,同时集值优化问题是当前优化领域研究的热点问题,研究基于改善集下的集值优化问题E-Henig有效解的稳定性具有重要的理论意义和实用价值。首先,针对集值优化问题,基于改善集的概念,引入集值优化问题的E-Henig有效解,统一了集值优化问题近似Henig有效解和Henig有效解;其次,在集值优化问题目标映射和约束条件均扰动的情况下,借助Painlevé-Kuratowski收敛性,建立集值映射水平集的闭凸性、有界性及回收锥的相关性质;然后,借助所获得的集值映射水平集的闭凸性、有界性及回收锥的性质,在集值优化问题目标映射和约束条件均扰动的情况下,分别建立严格真拟C-凸集值优化问题E-弱有效点集、E-Henig有效点集和E-Henig有效解的稳定性结果。所得结果首次聚焦于集值优化问题基于改善集概念下的弱有效点集、Henig有效点集及Henig有效解集的稳定性结果,相较于以往文献大都只关注集值优化问题Henig有效解的存在性、最优性条件、对偶性性质,大大完善了集值优化问题Henig有效解的理论...     

基于概念格的数据挖掘方法研究

分析了概念格与关联规则之间的关系,提出了将频繁项集及其支持度存储在概念格上,然后在创建好的概念格上提取关联规则的方法,概念格的每个节点本质上是一个最大项目集,非常有利于关联规则的提取。为了充分利用概念格实现关联规则提取,提出了一种新的概念格结构:加权概念格,并给出其渐进式构造算法及基于该格结构上的关联规则提取算法。     

机电系统故障诊断知识描述与生成技术的探索

研究机电系统概念描术和故障诊断知识的表达。获得及生成技术。方法提出基于概念的应用结构化语言描述物理系统的方法,将概念分为实体概念、属性概念和特征概念,在实体概念的基础上构造概念词典和概念树。     

启发性故障诊断知识自动获取机制

本文从机器学习的角度，提出了一种基于故障事例的启发性诊断知识自动获取、自学习机制，即故障概念的获取和启发性诊断推理规则的获取。文中对故障诊断知识获取问题进行了形式化表达，给出了建立各故障模式特征描述的概念覆盖算法和构造故障概念层次性分类描述的概念聚类算法，并以旋转机械故障诊断知识获取为例，阐述了这一故障概念与诊断规则自动获取机制。     

模拟线性电路K故障假设下最优可测试成分组的确定

提出了模拟线性电路故障诊断中K故障假设下一组最优可测试成份确定的方法与步骤。该方法构成了故障定位的第一步，且与故障定位方法无关。本方法基于电路的可测试值计算和规范式不确定性组的确定，它在可测试性与不确定性组概念中具有严格的理论基础，其可测试性计算可直接从参数类型故障诊断技术中推得。     

管理问题诊断的认知模型

以企业的财务绩效诊断为背景，提出了诊断表示的概念，构建了一个管理问题诊断的认知模型，探讨了诊断表示所受到的约束、能够运用的启发式及认知活动。     

多处理器互连网络诊断性和容错性的细胞图自动机算法

本文将细胞图自动机概念引入多处理器互连网络，并用细胞图自动机设计了多处理器互连网络上的多项式级诊断和容错算法，从而给出了研究互连网络诊断性和容错性的另一种有效方法。     

接地网故障诊断的一种新方法

提出一种无伤诊断接地网故障的新方法.首先提出并证明了利用接地网的可及点电压值检测接地网故障的判据,然后应用网络撕裂法概念建立接地网区域故障的诊断方程.模拟仿真诊断结果表明,这种诊断方法是正确而有效的,它可以用于电力系统接地网的故障诊断.     

面向医学领域的概念语义本体相似度度量理论与方法研究

领域本体概念相似度已被广泛应用于医学诊断知识库,为克服概念交互过程中所存在的概念度量准确率较低以及领域概念相似度语义融合不充分等问题,提出面向医学领域的概念语义本体相似度度量理论与方法。立足于领域本体结构特征,首先分解了概念层次结构所包含的语义信息,提出基于属性的计算模型,然后在结构层次中求出概念间的最小不可约集合,通过对集合中的语义模型引入调节因子,提高领域概念的融合效率。算法分析以及实例证明该方法能有效提高本体概念融合的准确性。     

软件故障诊断探讨

软件在国民经济和社会生活中发挥着重要作用。软件出现故障可能造成严重危害。但是，目前尚未明确提出软件故障诊断的概念，缺乏对软件故障诊断的系统深入研究。当前硬件系统故障诊断的研究和实践都取得了较大的进展。本文分析软件故障产生的原因和软件失效机理，介绍各种硬件系统故障诊断技术，并对软件故障诊断进行了初步的探讨。     

基于Rough Set的中医类风湿诊断知识抽取

提出了基于Ｒｏｕｇｈ Ｓｅｔ理论用于类风湿的中医辨证,首先介绍了ＲｏｕｇｈＳｔｅ的基本概念,并给出了处理类风湿中医辨证,首先介绍了ＲｏｕｇｈＳｅｔ的基本概念,并给出了处理类风湿中医辨证的处理方法：实践表明,这种新方法是很有效的。     

非线性电路故障诊断的可测性研究

本文是关于非线性模拟电路故障诊断的测试点选择问题的研究,在本文提出的关于诊断方程的雅可比矩阵的物几乎处处恒等这一概念的基础上,研究了非线性情况下诊断方程的形式及其可测性问题。