基于模型诊断的研究与新进展

综述基于模型诊断的基本任务、诊断过程、研究现状及主要研究领域。通过与传统诊断方法的比较指出基于模型诊断方法的研究意义,列举一些最近出现的有代表性的诊断系统,并指出有等解决的问题。     

RIF2Jess:应用Jess实现RIF规则推理

在分析W3C推荐标准规则交换格式(RIF)的基础上研究对其推理实现,提出使用通用规则推理引擎Jess实现对RIF格式规则的推理,给出了RIF规则到Jess格式的转换算法及正确性证明,设计了RIF2Jess系统,该系统可以完成RIF规则到Jess格式的转换并调用Jess推理引擎推理出结果.实验结果表明,RIF2Jess可以准确完成转换并推理得到正确结果.     

用EST和SSR标记定位水稻温敏不育基因tms5

利用cDNA抑制差减杂交技术建立了水稻减数分裂时期穗部特异表达的SSH文库, 从中筛选121个cDNA片段作为EST (expressed sequence tags)标记, 用RFLP (restriction fragment length polymorphism)方法分析了温敏不育系安农S-1和正常品种安农N之间的多态性, 其中一个EST标记HN57可以检测到亲本间的多态性. 共分离分析结果表明, HN57与安农S-1的温敏不育性完全共分离, 进而将安农S-1的温敏不育基因tms5定位于RGP (rice genome research program)遗传图的第二染色体的31.2 cM处. 为了进行精细定位, 在该区域设计了80对SSR (simple sequence repeat)引物对, 用12对多态性引物将tms5定位于181 kb区间.     

Distant Supervision方法中对齐数据的聚类去噪

基于聚类和寻找表达语义关系的句子模式, 提出一种基于聚类去噪的distant supervision方法, 解决了传统distant supervision方法在知识库和文本集对齐阶段会引入噪声数据的问题, 得到了一种改进的distant supervision方法. 实验结果表明, 该方法可有效提高关系抽取任务的准确率.     

静态信息资源与当今科学技术的衔接轨迹

本文重点论述了静态信息资源与当今科学技术的衔接必要，及其二者衔接过程中的相关要求，以及信息资源的开发与利用对科学技术发展的影响．     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.