采用Parzen窗法的随机模式分类器研究

分类器的训练与学习是模式识别的一个重要环节,其目的在于按照某种算法,确定判决规则,使之具有自动分类识别的能力。本文介绍了采用Parzen窗法的随机模式分类器,并实现了一个简易的随机模式分类器。     

快速频繁序列模式挖掘算法

为解决从数据库中挖掘长模式可能遇到较高的计算复杂度问题, 提出一种新的算法FFSPAN. 传统上, 要判断一个序列是否频繁, 需要在原数据库中判断整个序列是否频繁; 而算法FFSPAN是通过在序列数据库中寻找一个频繁项或一个频繁项集来代替寻找一个完整的频繁序列, 而且FFSPAN算法每次扫描的数据库都是迅速减小的, 这使得算法在挖掘的序列模式越长时越有效. 在标准测试数据集上的实验结果表明, FFSPAN算法非常有效.     

基于仿射变换与模板更新策略的目标跟踪方法

提出了一种自适应跟踪算法,其主要思想是用六个仿射变换参数来表征图像中目标区域的运动,由当前位置图像与模板图像的差分图像可以求取这些参数,并进一步用这些参数来预测目标的运动和跟踪目标。在实际跟踪过程中,又采取一种有效的相似性度量方法,用它来决定是否修改模板,以及如何修改。     

地理信息系统中的设计模式——以过滤和精化为例

归纳了GIS中的一个设计模式——过滤和精化,并进行了描述,然后实现了该设计模式的一种变化,并测试了其效率和开销。旨在使GIS研究中更加注重设计模式,使GIS软件的开发更加规范化,提高软件开发效率。     

改进的RBF神经网络模式分类方法应用研究

经典的Bayes分类方法一般需要事先对样本的分布特性作出假设,当假设模型与样本实际分布情况不相符时,就难以得到较高的分类精度。当处理同类别多区域样本分布问题,例如变标签问题时,距离判别、Fisher判别、k－近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算大致相同。核函数生成既考虑了训练集样本自身的类别因素,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层LBF网络对提高改进的RBF网络分类正确率的极端重要性。大量应用实例表明,与前向三层RBF网络和前向三层LBF网络相比,该IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点,有利于实现实时分析。     

外语课堂教学与思维方式

对语言运用来说,思维的性质就是对语言现象进行归类和概括,在教学中表现为模式是固定的,而且始终是对信息进行加工和处理的过程,这一点与外语课堂教学的行为非常相似,本文从这点出发,对外语课堂教学与思维方式进行了理论上的探讨。     

重庆市旅游区域组团发展模式研究

在分析了重庆市旅游资源的区域分布特征及重庆旅游发展现状的基础上,提出建立重庆市旅游区域组团发展模式,并且认为这是重庆市旅游业未来大发展的保障。     

一种序列模式的概念及挖掘算法

介绍了一种时间序列模式的形式和概念,讨论了其相关的挖掘算法.将时间序列模式既用于具有时间关系的购买行为的分析,以揭示购买行为后面一种序列关系信息,又用于其他有时间关联的事件分析.挖掘算法由以下几部分构成建立频繁物品集,进行数据处理和转换,并生成候选子序列,通过验证后,得到长度为2,3,…的序列集合,从中选出独立最大序列即为所求.通过实例指出了该算法和传统的Aprioriall算法的不同之处.结果表明,这种序列模式在网络通信、气象分析等领域具有广阔的应用前景.     

天线罩介质对圆形贴片天线辐射特性影响的分析

应用FDTD法进行全液分析,采用理想匹配层吸边界条件,对圆形贴片和同轴线的馈电部分采用共形技术,在求解出的谐振频率与实验结果吻合的条件下,求解辐射方向图,着重讨论随介质性质和尺寸变化方向图中主极化和交叉极化的特性。     

封闭油藏中多分支水平井的生产动态研究

根据Newman乘积原理和叠加原理 ,利用瞬时点源方法推导出了多分支水平井在箱形有限地层中的压力分布通式 ,并研究了水平井分支数、渗透率平面非均质性以及水平井水平段长度与水平井产量的关系。研究结果表明 ,水平井产量不随水平井分支数呈线性增长 ,在垂直于主渗透率方向布置水平井有利于提高产量。在水平井段总长度保持不变的条件下 ,增加单分支的长度比增加分支数更有利于提高产量