一种基于粗集理论与神经网络的综合数据挖掘算法

提出一种基于粗集理论与神经网络的综合数据挖掘算法,该方法既保证了挖掘过程的简洁,又保证了对挖掘结果的严格验证,提高了结果的精确度．     

基于信息融合的井下图像跟踪

提出了一种新的井下图像跟踪算法图像相关算法与卡尔曼滤波器之间的信息进行融合·此算法基于贝叶斯规则,将一种常用的均方差图像相关算法和卡尔曼滤波器两者信息进行融合,得到一种新的成像跟踪算法·改进后的算法融合了MSD相关器和卡尔曼滤波器两者的信息,使得两者之间的信息反馈增强,提高了跟踪算法的性能和鲁棒性,大大减少了目标失锁的可能性·另外,改进后的算法还融合了噪声的统计性能,提高了对噪声的抑制能力·从理论计算和实验结果看,用这种算法获得的图像比一般相关算法获得的图像更具有真实性和准确性·     

谈科研院所转制条件下的车间改革

<正> 遵循市场经济规则和国家科研体制改革的总体思路,从事应用技术及工程技术研究的科研院所逐步脱离事业单位编制,实行企业化转制或公司制改组已是大势所趋。企业与事业虽然只有一字之差,但二者在运行管理、组织结构、领导方式等诸多方面都存在显著的差异。其中最根本的区别在于二者的目标定位不同。事业单位以完成国家指令性计划任务为目标,而企业的目标是实现利润最大化。国有企业的"资产保值增值"目标,其实也只是利润最大化目标的另一种表述。利润最大化目标,有助于刺激企业以最有效率的方式组合生产要素,有助于约束企业以最为谨慎的态度选择投资方向,有助于重塑市场经济的微观基础,推进体制模式的转换。同时,也是形成健全合理的价格体系以及实现对经营者行     

粗糙集模糊神经网络味觉信号识别系统

针对C-means聚类算法和减法聚类算法的不足,提出了一种模糊神经网络味觉信号识别系统模型,该模型利用粗糙集的离散化算法和规则提取算法获得数量较少的分类规则,将这些分类规则转化为模糊IF-THEN规则,进而通过这些模糊IF-THEN规则确定网络结构.网络输出采用投票机制,使用粒子群优化方法精炼网络参数,与常用的提取模糊if-then规则的算法相比,该方法只有一个参数且易于实现.实验结果表明:该方法可获得更简洁的系统表示,并且通过选择合适的系统参数可使系统对加噪声训练样本的错误识别率降低5%左右.     

基于两阶段计数的用户关联挖掘

基于规则的推荐技术在数据集上挖掘项目关联和用户关联为当前用户做推荐．用户关联挖掘是使用用户关联进行推荐的关键．首先证明在整个数据集上挖掘到的关于当前用户的用户关联集是只在包含当前用户评价的数据集上挖掘到的关于当前用户的用户关联集的子集,提出基于两阶段计数的用户关联挖掘框架,然后应用概念格技术实现了基于两阶段计数的用户关联挖掘算法,并通过实验表明该算法具有更好的性能．     

基于规划规则的激励学习偏差研究

在实际动态系统中,经典无启发知识的激励学习算法收敛非常慢,因此必须采用某种偏差技术加速激励学习的收敛速度．已有激励学习偏差算法,通常先验地给出启发知识,这与激励学习的思想相矛盾．通过在初次激励学习获得的策略知识中,先抽取满足条件的规划知识,然后将规划知识作为启发知识,进一步指导后继激励学习．实验结果显示这种学习技术能有效加快算法收敛速度,并适用于动态复杂环境．     

对利用属性特性挖掘粒关联规则算法的改进

目的:针对时间效率不高的问题,对利用属性特性挖掘粒关联规则的算法进行改进。方法:在分析粒计算有关定义和原有算法的思想的基础上,调整原有算法的相关流程顺序,同时设置相关标志位避免对部分数据集重复组织包含关系的操作。结果:通过相关实验证明,有关改进有效减少了算法所需操作步骤,降低了时间消耗。结论:通过调整流程顺序和设置标志位的方法,有效减少了原有算法的挖掘时间,具有一定实用性。     

浅谈初中英语听力中预测能力的培养

根据外语教学法专家W.M.Rivers和M.S.Temperply的统计，人们在语言文字的使用中，有45%的信息是通过听来完成的。因此，听力是英语学习的核心课程之一。而听力预测能力是听力教学中一项值得重视的技能，对学生来说，也是一种有效获得信息的方法。著名学者Underwood说：“预测是根据现实的感知和以往的经历，凭想象对将要出现的新形象做出推测、估计和预想的心理过程。初中学生认为英语听力是很难取得好成绩的。英语教师应该注重采取多种教学手段来激励学生学好英语，但不能忽略答题技巧的训练与培养。听力预测能够帮助学生们从容面对考试，确立在听力题取得好的效果的自信。     

BL-代数中的落影模糊理想

在落影理论的基础上，本文建立了定义 BL-代数的模糊（关联）理想的理论方法。研究了落影模糊（关联）理想和模糊（关联）理想的关系，证明了模糊（关联）理想是落影模糊（关联）理想，反之不成立。最后，获得了落影模糊（关联）理想的一些等价刻画。