论人工智能科学中的机器学习

本文首先提出机器学习是人工智能科学中提高机器智能水平的唯一途径。只有不断完善机器的学习功能，才能使机器接近或超过人类和智能水平，提出了机器的学习方法和分类，指出机器学习的发展必须依靠思维科学的发展。最后，提出了研究机器学习的目标及意义。     

浅谈CAD/CAM/CNC技术

介绍了计算机辅助设计CAD及计算机辅助制造CAM的主要软件系统及其特点 ,同时介绍了CNC数控技术的特点及其发展前景 ,阐述了CAD/CAM /CNC软件系统之间的有机联系     

支持向量机在水资源研究中的应用

支持向量机在水资源中的应用较少,主要用于水资源时间序列预测。在介绍支持向量机回归原理的基础上,着重介绍支持向量机在水资源研究中的应用,并提出了应用中存在的一些问题。     

VxWorks嵌入式系统下视频监控系统通信的研究

通过嵌入式实时操作系统(VxWorks),实现了视频监控系统的解决方案.研究了在VxWorks系统下实现设备和数据通信的关键技术和相应机制,并采用有限状态机(FSM)解决了串行数据通信的帧同步.文中重点分析了采用计数器信号量解决多进程同步通信,即生产者-消费者问题.本文的方案可以推广到串行设备以外的其它通信机制.     

多功能机床电机保护器的研制

多功能机床电机保护器,对供电电源的过电压、断相,对电动机的过载、过热、绕组短路与断相,对机床电气设备的漏电,都能进行自动检测,并及时切断电源,因此,它能有效地保护机床及其供电线路。该保护器已投入使用,并取得很好效果。     

基于SVM的图像分类研究

支持向量机（SVM）是一种优秀的分类方法,灰度共生矩阵（GLCM）是一种很好的纹理分析方法;本文研究了图像的颜色、纹理等特征对利用支持向量机进行图像分类的影响,提出了一种使用灰度共生矩阵进行综合特征提取的SVM图像分类方法。实验结果表明SVM方法的可行性和有效性,并得出图像综合特征的提取有利于分类效果的提高。     

UIO序列的启发式算法

UIO序列是对有限状态机进行功能测试的有效手段 ,在 VLSI设计、通信协议等时序系统中有很强的实际应用背景。文章基于可区分状态组这一概念设计了一个搜索算法 ,进一步利用搜索信息建立了一个基于“小于”关系的启发策略 ,有效的剪枝策略的设计将尽可能消除没有意义的搜索分枝 ,新设计出的多路 OPEN/CLOSED表存储机制也加快了相关的判别和处理过程。这些措施改进了搜索过程 ,减少了搜索信息的产生 ,提高了搜索速度。该算法与以往的算法相比 ,在时间和空间两方面都得到了很大改进。     

一种基于距离比值的支持向量机增量训练算法

由于支持向量机具有较好地学习性能和泛化能力,目前已经得到了广泛的应用。如何使支持向量机进行有效的增量学习是目前支持向量机应用中需要解决的问题。深入研究了支持向量分布特点,提出了一种新的支持向量机增量训练淘汰机制——距离比值算法。该算法根据遗忘规则,设定一个合适的参数,按距离比值法中的定义计算各个样本中心距离与其到最优分类面距离的比值,舍弃对后续训练影响不大的样本,即可对训练数据进行有效的淘汰。对标准数据集的实验结果表明,使用该方法进行增量训练在保证分类精度的同时,能有效地提高训练速度。     

数据挖掘技术浅析

本文主要概述了数据挖掘理论知识。首先从数据挖掘与知识发现的交叉关系角度讨论了数据挖掘的概念;然后,在对数据挖掘功能作了简单介绍的基础上,分析了基于统计学、基于机器学习、基于数据仓库和基于神经网络的四类数据挖掘方法的基本原理、特点。最后,给出了比较和评价挖掘方法的参考标准。     

支持向量机增量学习算法综述

支持向量机增量学习算法,有效的解决了因数据集庞大而引起的内存不足问题,改善了因出现新样本而造成原分类器分类精度降低、分类时间延长的局面。本文阐述了几种具有代表性的增量学习算法,比较了它们的优缺点,给出了进一步的研究方向。