二维线性离散系统理论在迭代学习控制中的应用

利用二维线性离散系统理论设计了线性离散控制系统的迭代学控制器,并给出了这种迭代学习控制规律收敛的充要条件,该迭代学习控制器较为简单,且在应用中受到的限制也较少,说明二维线性离散系统理论在线性离散系统迭代学习控制中的应用是成功的。     

专业群视角下跨专业学习共同体研究与实践

从专业群内涵与组群逻辑入手,分析在专业群内组建跨专业学习共同体的必要性和可行性,研究构建跨专业学习共同体的基本原则、通用模式和管理方法,以\"企业信息化管理\"专业群为例,探讨\"ERP项目实施及服务\"跨专业学习共同体的岗位技能要求、课程体系、组成结构与运行过程,最后进行实效分析.     

基于模糊聚类的学术期刊数据挖掘算法

提出了一种新的文档特征提取方法,将关键字通过文档的题名、摘要进行映射扩展,并对关键字的出现位置进行加权,不仅解决了维度偏高的问题,而且突出了重点特征词,提高了聚类的速度和精度。     

变结构模糊神经网络控制及其学习规律研究

提出变结构模糊神经网络控制及其学习算法,并对变结构模糊神经网络学习规律进行研究,变结构模糊神经网络中的模糊化神经网络（Ｆ＿ＦＮＮ）、模糊推理神经网络（Ｅ＿ＦＮＮ）和模糊决策神经网络（Ｄ＿ＦＮＮ）都是结构可变的,可分开进行模糊隶属函数及模糊推理的学习,其学习过程符合人脑由粗到精的认识规律,学习收敛速度比一般模糊网络快,具有很好的适应性。     

基于遗传算法的肝病诊断学习系统

提出一种用遗传算法来构造肝病诊断学习系统的方法,其中引入了肝病领域专家对规则打分的适应度评估机制,通过选择、交叉和交异等遗传操作使知识集得到不断地精炼,最后,用这种方法对模拟的专家知识进行学习,实验结果表明。该方法能使系统比较有效地学习专家知识。     

小波变换在高维频谱数据分类中的应用

小波变换是近些年来广泛应用于时频域信号分析的理论,根据小波变换的特点,在高维频谱数据分类中,对数据进行特征提取,将Ｐ维矢量映射成Ｐ＇维矢量（Ｐ＇〈〈Ｐ）,以减少分类模型参数,同时尽可能保留各频谱数据之间的差别信息。利用ｍ带离散小波变换产生的小波系数进行分类,并给出了一组算法,结果令人满意。     

基于自组织特征映射的矢量量化方法

对自组织特征映射神经网络的特性进行分析,并将其与矢量量化问题的实质进行比较,提出了一个实现矢量量化的自组织特征映射算法。分析与实验表明,该算法是稳定收敛的。算法的学习结果与网络的初始状态无关,并且十分接近于全局最优解的下限。将该算法应用于图像数据的压缩,取得了很好的结果     

一种新颖的分组决策方法及其应用

该文分析了广义最佳鉴别向量集,给出了基于用于线性特征抽取的广义最佳鉴别向量的分组决策方法。将所有的样本分成若干组,从理论上说明每一组的Ｆｉｓｈｅｒ 鉴别函数值大于整体的Ｆｉｓｈｅｒ 鉴别函数值,因此,每一组的识别正确率远高于整体的识别正确率。为了验证所述方法的有效性,将其用于人脸识别。实验结果显示：当采用同样个数的广义最佳鉴别向量时,此方法比不分组的方法能得到更高的识别正确率;如果采用分类决策,可用较少的广义最佳鉴别向量得到良好的识别正确率,而用其它方法要达到同样的正确率,需要许多广义最佳鉴别向量。     

车辆热特征分析与热系统设计

车辆冷却和空调系统是车辆的重要部件。在综合分析大量文献的基础上,该文介绍了有关车辆热特征分析和热（冷）系统方面的研究进展、车辆空调装置设计的新方法、车辆用热交换器新工艺以及相关领域的研究进展。     

基于多元分类树示例学习算法的改进

以往基于多元分类树示例学习算法的适用范围,只限于每优选一个属性结点都至少能导致一个树叶结点的情况。本文给出的改进算法无此限制,从而拓宽了基于多元分类树示例学习方法的应用范围。