应用“层次分析法”优化汉语盲文分词连写规则

应用现有的分词连写规则书写汉语普通话盲文,会因人因时而得到不同的分词结果。为减少这种分词的不确定性,提出了应用“层次分析法”优化分词规则的方案。首先论述了普通话盲文的“结构分层”理论,继而给出了优化分词连写规则的总体原则、思路和优势,在详细介绍层次分析法基础理论后给出了应用层次分析法分词的原则,并列举有代表性的11个实例进行分析。改进的分词策略,不仅简化了分词规则、在很大程度上减少了盲文分词的不确定性,简单易用。     

神经网络与规则相结合的词类标注方法

词类标注是自然语言理解中的的一个关键问题，是句法分析和语义分析的基础．本文分析了汉语的多类词现象．提出了在基于神经网络的词类标注方法的基础上，根据汉语的语法结构增加了规则的排歧处理阶段，增加了上下文词类信息的处理能力．实验表明：在原有神经网络方法的基础上，利用规则的方法进行修正，可以提高词性标注的正确率．     

个人语码转换的动机研究

在言语交际中语码转换现象非常普遍。对语码转换的动机研究更是涵盖了社会语言学、语用学、心理学等各个学科角度。基于前人的理论研究成果,本文认为个人语码转换的深层动机受控于社会规则和话语主体意识等二元因素。     

遗传算法在柔性动态调度中的应用

采用一种实用的柔性制造系统（FMS）在线动态调度方案 ,以对车间生产环境的变化作出及时反应,建立了零件的可变工艺路径、包含AGV的FMS调度问题的模型,采用遗传算法（GA）以任意始点的任务集为背景同时调度机器和自动引导小车（AGV）。研究由若干台加工中心（WS）和AGV组成的FMS的调度问题,论述了综合事件机制及时间机制优点的动态调度机制,通过被修订的工序集与所有剩余工序形成交集,来识别需要被修订的工序集。这种重调度方式减少了人为的干预,允许按环境改变而对方案作出修订,因此可以在实时条件下工作。     

一种基于布尔向量的Apriori改进算法

从分析布尔向量与项集支持度的相关性质人手,利用计算机的逻辑"与"运算的高效率性以及通过布尔向量计算项集支持度的简单性,提出了基于布尔向量的关联规则挖掘算法.该算法只需一次扫描数据库,无需候选项集和"剪枝"操作,极大地提高了算法的效率.     

一种新的元胞网络模型

用元胞替换传统人工神经网络中的神经元,以局部连接取代相邻层级元胞之间的全连接,用规则演化算法替代BP算法,建立元胞网络模型．设计了元胞网络的训练过程：内嵌的遗传算法用于寻优各元胞状态离散化边界值以及元胞网络拓扑结构．以一个红酒分类基准数据为例,检验了元胞网络的学习性能和分类性能,获得了较为满意的结果．     

基于分辨矩阵的交通拥堵关键影响因素提取及解析

为了给规划、建设和管理不同阶段的决策者提供具备整体性和针对性的决策依据,提高决策的实效性,在全面分析提取交通拥堵影响因素集合的基础上,通过类比分析,选取处理多因素且不完备数据的粗糙集理论方法,构建基于分辨矩阵的属性约简算法模型,结合丰富的实测数据验证分析,提取出导致拥堵的关键因素,包括路段长度、路段车道数、区域出行量、出入口数及两端交叉口连接路段通行能力差。分析结果表明：交通供需平衡在交通运行中的关键作用是不容忽视的,应在设施的规划设计和需求的管控方面加强动态调整力度;分析结论对发展程度不同的城市提供确定宏观交通供需配置及微观精细一体化设计重点的理论及数据支撑。     

LCS在多步学习问题中的规则集压缩算法

为了解决学习分类元系统(LCSs)应用于多步学习问题时会生成规模庞大、冗余的规则集问题,提出了一种规则集压缩算法.该算法的处理过程包含三个阶段:a.通过特殊的遗传进化操作,在删除一些较弱分类元的同时,增加规则集里泛化能力较强、适应值较高的分类元的个体数目;b.进行冲突消解,消除规则集里相互重叠、相互冲突的分类元;c.对产生的无重叠无冲突的规则集,进行大幅度压缩处理,得出最终的精简规则集.实验结果表明:所提算法能够在几乎不降低系统整体性能的前提下,将规则集极大地约简和压缩,从而产生足够小的规则集,使LCSs的知识表示的冗余度减少,凸显了规则集的易解释、易操作等特性;提高了LCSs在多步学习问题中的应用效果,拓展了其应用范围.     

纤维排列方式对复合材料弹塑性性能的影响

应用一般化单胞方法（generalized method lf cells,GMC)计算了纤维在规则排列和随机排列的对单向纤维加强金属基复合瓣总体弹塑性性能的影响,结果表明,纤维排列方式对金属基复合材料的总体弹性行为影响不大,而对总体横向弹塑性行为的影响较大,当纤维体积分数较小时（＜20％）,纤维排列方式对于复合材料的本构关系影响不明显,当纤维体积分数较大时（＞20％）,纤维排列方式对于复合材料的本构关系影响非常明显,而且纤维排列方式对金属基复合材料的塑性的影响顺序与对弹性行为的影响顺序相同,作者应用Bodner和Paton粘塑性统一模型描述弹塑性相的本构关系,这一模型不假设存在屈服条件,也就不必指定加载和卸载条件,可以在加载和卸载的任何时刻使用相同的公式。     

Apriori算法的改进及其在物流信息挖掘中的应用

在分析当前Apriori算法及其改进算法的基础上,提出了一种将Apriori算法与物流信息挖掘相结合的Apriori改进算法.通过Apriori改进算法与原Apriori算法挖掘结果的比较,说明了Apriori改进算法不仅缩小了剪枝扫描数据库的规模而且减少了生成频繁项目集的候选项目集.