超球体支持向量机的不完全二叉树多类分类算法

针对现有的支持向量机多类分类方法的不足之处,提出了一种基于超球体支持向量机的不完全二叉树多类分类算法。该算法首先采用超球体SVM算法,计算各类样本群的分布范围。再利用距离公式,计算各类样本间的距离,基于将最容易分离出来的类最先分割出来的原则,设计二叉树结构,从而提高分类精度。通过仿真实验,分析比较各种方法的性能,从而验证了该算法的有效性。     

个股走势模式分类的RBF神经网络方法

提出一个基宽度可调的RBF神经网络学习算法 ,并将它应用于个股走势模式的分类问题 .文中对走势模式的特征编码进行了阐述 ,改进了原有的编码方案 .实例计算表明效果良好     

地貌分类指标的钢柔性探索

争对目前地貌类型基本概念的极度混乱现象,文章提出了地貌分类指标的钢柔性方法。该法把直接影响地貌类型基本概念的指标定为钢性指标,把与地貌类型基本概念不密切的指标定为柔性指标,并在此基础上建立了地貌钢柔性分类系统的参考模式,解决了地貌概念的混乱问题,同时增强了地貌分类的灵活性。该结果对促动地貌的生产利用和科学普及有一定作用。     

Pierre Duhem’s good sense as a guide to theory choice

This paper examines Duhem’s concept of good sense as an attempt to support a non rule-governed account of rationality in theory choice. Faced with the underdetermination of theory by evidence thesis and the continuity thesis, Duhem tried to account for the ability of scientists to choose theories that continuously grow to a natural classification. I will examine the concept of good sense and the problems that stem from it. I will also present a recent attempt by David Stump to link good sense to virtue epistemology. I will argue that even though this approach can be useful for the better comprehension of the concept of good sense, there are some substantial differences between virtue epistemologists and Duhem. In the light of this reconstruction of good sense, I will propose a possible way to interpret the concept of good sense, which overcomes the noted problems and fits better with Duhem’s views on scientific method and motivation in developing the concept of good sense.     

仿真系统与专家系统结合方式分类方法的研究

本文首先阐述仿真系统与专家系统之间的相似与不同之处，然后从系统分类的观点将仿真系统与专家系统的结合方式进行分类。通过这种分类方法，一方面可以将目前专家系统在仿真系统中的应用．或仿真系统在专家系统中的应用归纳进某一种类别或几种类别的组合之中，另一方面又可以发现两者结合方式之中存在的问题与不足。最后，通过一个实例说明这种分类方法是怎样帮助人们发现问题并且解决问题。     

Identification and classification of subspecies of Asian cultivated rice and their hybrids

Having reviewed the major classification systems proposed by various scholars across the world, it is found thatindica andjaponica underO. sativa L. are two major directions thoroughly differentiated from the Asian cultivated rice, forming the framework of the classification structure. A system withindica andjaponica as the only two subspecies is therefore reiterated. There are various ways to determine the indica-japonica identity of hybrid rice, but the “combined morphological trait index” (CMT index) method is more efficient and easier to handle, although the isozyme analysis, molecular marker analysis and grain quality assay methods are also feasible.     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

一种基于遗传算法的分类规则挖掘算法

对遗传算法应用于分类规则挖掘问题进行研究,提出一种基于遗传算法和Apriori算法的混合分类规则挖掘算法,该算法的具体方案包括分类规则编码、适应度函数定义以及对进化后的规则的约简方法,最后通过实例仿真证明了该算法的有效性。     

衰落信道中等增益分集用于调制分类

针对在Rayleigh和Rician慢衰落信道下的QAM信号的调制分类问题,提出一种新的基于等增益分集的调制分类算法。给出等增益分集用于调制分类的模型,对合并器输出信号的归一化四阶累积量进行估计作为分类特征,并推导了用于判决的等增益合并器输出信号的四阶累积量理论值。计算复杂度仅为N阶(N为样本个数),数值仿真实验结果以及与已有方法的比较证明了理论分析的正确性和算法的实用性。     

基于主题突变检测的颠覆性技术识别——以无人机技术领域为例

颠覆性技术对实现中国科技创新跨越式发展具有重要战略意义。以无人机技术领域为例,获取Web of Science论文数据库和德温特(Derwent)专利数据库2005—2019年收录的2812篇论文与专利数据,基于LDA-LSTM文本分类算法得到技术主题,采用CiteSpace构建共现网络,从突变权重排序及突变时间段和突变共词聚类知识图谱2个角度进行主题突变检测,进而识别出无人机交互技术中的脑机接口技术及手势控制技术为该领域内的颠覆性技术,通过2020年无人机技术领域相关论文专利验证了识别框架的有效性。