基于广义满意度原理的多目标优化理论研究

分析了常规优化理论的不足,阐述了令人满意准则提出的背景,介绍了满意度原理研究的现状.针对目前满意度研究的局限性并且分散等情形,定义了广义满意度等概念,分析了其主要特性,研究了基于广义满意度原理的多目标优化理论,并将其应用到铁路路网运输能力的优化设计中.实例分析表明此原理和方法是有效和实用的.     

基于粗糙集理论文本分类规则的优化方法

文本分类规则的提取和优化是衡量文本分类系统适应性能和分类能力的主要指标．在基于粗糙集和模糊聚类理论的文本分类系统中,结合粗集理论及不完备信息系统理论,提出了分类规则的提取和优化方法,通过实验和分析,产生用户满意的约简规则,从而能够快捷迅速地指导新文本的分类,提高系统的适应性能和分类能力．     

基于HMM理论的身份认证应用研究

针对基于人体特征展开的身份认证还停留在静止认证的阶段,采用人体分割和状态预测的方法展开基于运动状态人体的身份认证.首先从静止状态下的人体分割方法进行研究,确定了研究的基础骨架;其次,对经典的HMM理论进行适当拓展使其适用于运动状态下的人体状态预测研究;最后,结合前述研究结果,完成了运动状态下的身份认证研究.通过一系列的实验验证了此次研究的真实性、可靠性和稳定性,从而为运动状态下的身份认证进行了有益的探索.     

基于模糊集与改进证据理论的目标识别

在基于模糊理论目标识别基础上,通过对模糊隶属度进行重新分配,较好地克服了随机因素的影响,同时对已有的证据理论合成进行改进,将模糊集理论和改进的证据理论结合,可望进一步提高对空中目标的正确识别率.     

基于决策树的文本分类研究

本文对决策树数据挖掘方法进行分析和比较,并应用该分类方法对网页文本进行分类,仿真实验结果证明决策树算法在文本分类研究领域有着广阔的应用前景．     

基于PCA-SVM的混合气体分类研究

由于气体数据有限以及气体分类的准确率不高,解决气体分类问题有较大的难度。传统的模式识别算法虽然能够运用到气体分类中,但在不同浓度的气体数据下训练和测试性能会下降,准确率也比较低。本研究对8阵列传感器和24阵列传感器采集到的混合气体进行分类,提出了结合主成分分析（Principal component analysis, PCA）应用支持向量机（Support vector machine, SVM）,构建PCA-SVM模型对不同浓度的一氧化碳（CO）、甲烷（CH₄）、硫化氢（H₂S）以及乙醇（C₂H₆O）的混合气体进行分类的方法。与SVM、参数优化的BP神经网络（Back propagation neural network, BPNN）和PCA-BP神经网络模型对比的结果表明,在随机选择的数据中,采用PCA-SVM模型能够提高分类的性能,在含有13个特征的气体数据集中,利用PCA-SVM模型准确度达到98.974%。在含有27个特征的数据集中,利用PCA-SVM模型准确度达到100%,能够满足对混...     

夸美纽斯教育三元素与学校体育课程目标的构建

在当前的全球化、信息化时代,人们更加注重自身的发展及追求生活的终极意义．体现在课程目标上,重心也在向促进学生的个性发展、培养学生的创新能力转变．在体育教育本科专业的课程目标构建上,要围绕以人为本、健康第一的理念来进行．夸关纽斯提出的教育三元素“知识、德行、虔信”对当前体育教育本科专业的课程目标构建与实施仍然具有重要启示．     

近场目标成像理论发展动态研究

本文给出了近场目标成像理论近几年来国内外的最新研究成果，分析了近场目标成像理论的局限性，为未来的研究指出了方向．     

纤维混凝土的分类及应用研究

随着我国建筑行业的快速发展,传统混凝土因某些基础性能不足已无法满足工程多样性的需要,纤维混凝土(Fiber Reinforced Concrete,FRC)已逐渐成为适应行业发展趋势的新型建筑材料.混凝土中添加适量的纤维,抗裂性、耐久性、抗疲劳性、抗冲击性、拉伸性能等显著提高.FRC在工程上应用的领域范围不断扩大,且获...     

创新教育目标的核心

创新精神和创新能力的培养是文化素质教育和知识经济时代的本质要求。本文从创新教育目标出发,就如何在高校教育及课堂教学理论和教学方法上注重学生创新素质的培养谈一点看法。     

基于收缩LDA的ERP成分分类研究

LDA是重要的分类方法,应用LDA于ERP成分分类时需要对高维空间协方差矩阵进行准确的估计,这个估计是一个复杂且难以求解的问题.为了改善这个问题,提出使用收缩估计,并证明了应用收缩估计的LDA产生的分类结果远远优于原始的LDA.     

基于SHIQ DL关系词语分类研究

语言学中现有的两分系统和三分系统都不能满足OWL DL描写关系词语间逻辑语义关系的需要,因为它们的逻辑基础和OWL DL的逻辑基础SHIQ DL大相径庭.文中从SHIQ DL构造算子的描写能力出发,以SHIQDL逻辑层次为基础对关系词语进行分类.     

生物学教学目标分类系统的构建与探索

根据布卢姆的教育目标的分类系统 ,提出了生物学教学目标分类系统 .旨在提高生物学教学质量有所裨益     

基于贝叶斯理论的Web应用系统健壮性评价算法研究

针对基于Web服务的应用系统健壮性问题,本文着重分析影响系统健壮性的主要因素,运用贝叶斯理论及方法,建立了基于Web服务的应用系统健壮性评价算法。本文给出的算法不仅可以评价基于Web服务的应用系统健壮性的整体风险,还可以对组成各功能组件存在的局部风险进行评价。通过示例表明,本算法可以有效地对基于Web服务的应用系统健壮性状态进行全面评价。     

基于关联规则的分类

提出一种基于关联规则的分类算法,这个算法即可以快速分类,又可以不受数据集规模的限制。     

基于SOM的漳浦样区土壤分类研究

选取闽东南漳浦沿海低丘台地区为样区，应用MATLAB7软件编程，利用自组织特征映射网络（SOM网络）的聚类功能，对漳浦样区的9个土壤剖面进行分类，并与中国土壤系统分类结果进行比较，研究结果表明：SOM网络能将变性土与富铝土有效地区分开来，剖面1的归属也较为合理，可以很好地反映、提取土壤剖面的复杂信息，分类效果较好，可以在土壤分类中应用．     

基于RBF神经网络的手绘电气草图分类研究

手绘电气草图识别输入有益于电路设计者开拓思路,把握全局,提高设计效率,是现代CAD技术的重要发展内容,各类相关成果不断出现,但总还是存在识别率不高、速度较慢,或者手绘约束太多的等问题.结合构成电气符号草图绘制笔画的形状和RBF神经网络逼近特性好,无局部最小,收敛速度较快且拓扑结构简单等优点,该文研究基于RBF神经网络的在线手绘电气草图分类方法.特征按结构特征和关系特征分类处理与应用,并由此构建两级串联分类系统;第一级分类器使用一个RBF神经网络,输入向量为结构特征;第二级分类器包含三个RBF神经网络,输入内容是关系特征向量.试验表明,该方法识别率高,速度快,基本无约束.     

基于贝叶斯决策树的医学图像分类方法研究

随着PACS系统在我国各医院的普及,PACS数据库中存储了大量的医学图像信息,如何把这些图像进行分类来提供相似病例图片,从而为临床诊断提供辅助帮助已成为研究热点.关于医学图像的分类,已有很多学者从不同方面用不同方法进行了研究.本文使用贝叶斯决策树的方法对PACS数据库进行教据挖掘,实现医学图片的分类.贝叶斯决策树不仅能够提高分类的准确率,而且能够处理不一致,不完整数据等"脏数据",本文充分发挥了贝叶斯方法和决策树方法的优点,通过对肺癌图片进行良性、恶性分类,证明了本方法的有效性.