战略决策专家系统中的一种新知识表示方法

介绍了战略决策专家系统中一种新的知识表示方法“分解－综合”知识表示法，给出了“分解－综合”表示法的应用实例，指出了“分解－综合”表示法的优点.     

O_H~5O~3 ■T~1结构空间群母分系数的计算

OH5O3■T1摘要:将陈金全的本征函数法应用于空间群链,计算了晶体第一布里渊区中*X(?)*M→*X耦合的母分系数。与传统群论方法相比,其理论本身显示出许多特有的优越性, 概念简单,简明易懂,与量子力学关系密切,便于理解和应用,且易于程序化。计算结果表明所得母分系数满足幺正性、归一性,证明了本征函数法处理群论问题的正确性和简洁性。     

一维连续系统的哈密顿——雅可毕方程

给出了一维连续系统的拉格朗日函数和哈密顿函数的表达式，得到了一维连续系统的哈密顿一雅可毕偏微分方程，定义了一维连续系统哈密顿主函数．选用一组正交基函数来表示系统的刚度和惯性分布，依此用连续系统的哈密顿一雅可毕方程研究了一维线弹性杆的轴向振动，并由初始条件和边界，最后得到了弹性杆轴向振动的解。     

利用正则表示式描述和设计时序机

用正则表示式来描述时序机的逻辑特性是一种十分有吸引力的数学方法.可是现有文献所提供的这类方法有种种条件,这就大大限制了它的应用.本文试图摆脱这些约束,构造一种普遍适用的正则描述法,并用它来设计时序机.     

区间集上非交换剩余格的广义fuzzy滤子

将区间集思想与滤子理论相联系,建立了区间集上非交换剩余格的广义滤子与广义fuzzy滤子的概念,讨论了两者之间的相互等价表示定理,又进一步给出了它们间特征性质的刻画,以凸显代数逻辑结构系统的本质体系.     

组稀疏表示的双重l1范数优化图像去噪算法

由于图像受噪声的影响,无法从降质信号中获得准确的稀疏系数.针对此问题,对一种组稀疏表示的双重l_1范数优化图像去噪算法进行研究,该算法同时采用非局部相似图像块组稀疏表示的l_1范数和稀疏残差作为正则项对组稀疏系数进行约束,并利用一种有效的迭代收缩算法实现对模型的优化求解,以获取更鲁棒的稀疏系数,另外,为了进一步提高去噪性能,采用贝叶斯公式推导出自适应调整两个正则化参数的方法.实验结果表明,与现有的许多算法相比,新算法能够在去除噪声的同时抑制伪影,保护图像的细节信息,峰值信噪比相对经典的BM3D算法而言,最多可提高1.24 dB.     

一种基于 Hownet 的词向量表示方法

针对基于预训练得到的词向量在低频词语表示质量和稳定性等方面存在的缺陷, 提出一种基于Hownet的词向量表示方法(H-WRL)。首先, 基于义原独立性假设, 将 Hownet中所有N个义原指定为欧式空间的一个标准正交基, 实现Hownet义原向量初始化; 然后, 根据Hownet中词语与义原之间的定义关系, 将词语向量表示视为相关义原所张成的子空间中的投影, 并提出学习词向量表示的深度神经网络模型。实验表明, 基于Hownet的词向量表示在词相似度计算和词义消歧两项标准评测任务中均取得很好的效果。     

基于深度自动编码器的多标签分类研究

在多标签分类的相关研究中,由于现有的基于网络表示学习算法的相关方法只利用了网络中节点之间的邻接领域信息,而没有考虑到节点之间的结构相似性,从而导致分类准确性较低,因此,本文提出一种基于深度自动编码器的多标签分类模型。该方法首先利用轨迹计算算法(Orca)计算不同规模下网络中节点的结构相似性,作为深度自动编码器的输入来改进隐藏层中的向量表示,保留网络的全局结构;然后利用节点的邻接领域信息在模型中进行联合优化,从而能有效地捕捉到网络的高度非线性结构;最后根据隐藏层得到节点的向量表示,利用支持向量机对节点进行多标签分类。验证实验采用3个公开的网络数据集,实验结果表明,与基准方法相比,本文方法在多标签分类任务中能取得更好的效果。     

双曲型交换四元数矩阵的性质及其逆矩阵求法

以双曲型交换四元数及其矩阵的概念为基础,得到了双曲型交换四元数及其实表示的系列性质.推导了双曲型交换四元数矩阵的系列性质,通过引入矩阵的实表示形式,得到求双曲型交换四元数矩阵逆矩阵的方法.通过数值算例验证了所给方法的正确性.     

基于正则化协同表示的鲁棒PCA人脸识别

针对人脸图像复杂环境变化,提出了一种基于正则化协同表示的鲁棒PCA人脸识别算法。算法首先通过协同表示计算重构样本与测试样本之间的残差,根据残差选取与测试样本临近的训练样本组成新的字典;然后在该字典上通过鲁棒PCA依次进行低秩误差分解,并计算误差矩阵的平滑性、稀疏性;最后联合协同表示的残差以及低秩分解中的平滑性和稀疏性构建判别准则进行人脸图像的分类识别;在ORL、AR等人脸库的实验表明:基于正则化协同表示的鲁棒PCA人脸识别算法不仅能够在复杂环境变化下取得良好的识别性能,而且保持了协同表示的优势,大大减少运行时间。