语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

宝鸡渭北区域气温变化研究

采用宝鸡9个站点30 年(1971～2000年)气温资料,利用相关统计和模糊聚类等方法,分析了宝鸡地区气温的空间分布,并将宝鸡分成北部丘陵和渭河川原2个区域,探讨了气温的季节变化和年际变化特征,为宝鸡地区农业生产提供了重要依据.     

基于聚类的编网法矿体矿石模块品位预测

从知识发现角度出发,提出了一种新的应用聚类分析原理,结合矿体自身特点的矿体矿石模块品位预测方法.经过交叉验证,完全满足实际需要.     

相容关系与相容核

给定论域上的相容关系,本文提出了相容核的概念。较之于相容关系的最大相容类,相容核是一个局部化的相容类。我们还讨论了有关相容核的若干数学性质,并且给出了相容关系与其相应的相容核族之间相互唯一确定的充分必要条件。     

GLAV集成方法中的模式匹配研究

GLAV是一种新的集成方法,它能为信息集成系统的映射关系提供更具表现力的方式.映射表示源模式与全局模式之间的对应关系,主要研究了GLAV集成方法中产生映射规则的模式匹配方法.首先将SUDAI模型转换为模式树,然后基于树进行匹配.匹配包含语言学和结构匹配两个基本阶段,语言学匹配结合了术语关系和约束进行计算,结构匹配结合了类属性和上下文节点两个方面,并成功解决了模式规模差异带来的负面影响.计算的结果可以判断两个信息类是否是一个映射候选,经过验证后可确定它是否是一个合理的映射.最后定义了一个基本DTD来描述匹配的最终结果.     

基于PCA的无监督异常检测方法研究

针对现有的无监督异常检测技术的不足之处,提出了一种基于样本分布异常数据实例度量方法;将主成分分析方法应用到异常检测中解决数据集高维数据的降维问题.提出一种新的无监督异常检测算法μ-UAD,并对该算法进了性能评估.实验表明,该算法具有较好的检测性能.     

灰色聚类协调分析模型及其应用

以灰色聚类方法为基础，利用协调优先指标与非协调优先指标的性质，建立了一种新的综合评判模型。实例分析结果表明，该模型具有科学合理、计算简便、分辨率高等特点。     

广义Burgers方程族的一类扩展可积模型

首先构造了loop代数A1的一个新的子代数,再将其扩展为一个高维的loop代数G,利用G设计了一个新的等谱问题,应用屠格式求出了名的Burgers方程族的一类扩展可积模型。     

蚂蚁算法建立度限制树在聚类中的应用

针对聚类算法解决大规模数据时间复杂度和空间复杂度都很大的问题，给出了应用蚂蚁算法建立度限制树．同时结合密度思想来解决这一问题的算法．经过数据的测试和验证，得到了较好的结果和一系列有意义的结论．     

面向未来网络技术的新一代布线系统

6类布线系统是面向未来高速网络技术的布线系统，随着6类系统测试标准的制定，6类布线系统的应用将越来越普遍，使用高带宽的6类布线系统实现千兆到桌面的应用，将大大减少在网络设备上的投资．本文从3个方面分别介绍了采用6类布线系统的意义、6类系统相对于超5类系统在性能方面的改进和投资6类系统建设的几点经验和建议．