基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

Identification and classification of subspecies of Asian cultivated rice and their hybrids

Having reviewed the major classification systems proposed by various scholars across the world, it is found thatindica andjaponica underO. sativa L. are two major directions thoroughly differentiated from the Asian cultivated rice, forming the framework of the classification structure. A system withindica andjaponica as the only two subspecies is therefore reiterated. There are various ways to determine the indica-japonica identity of hybrid rice, but the “combined morphological trait index” (CMT index) method is more efficient and easier to handle, although the isozyme analysis, molecular marker analysis and grain quality assay methods are also feasible.     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

受控源作用分析

受控源作用分析程道林１房建州２（１徐州师范大学物理系,徐州,２２１００９;２徐州教育学院物理系,徐州,２２１００６）独立源作为电路的输入,代表着外界对电路的作用,在电路中起激励的作用．而受控源则不同于独立源,其电压或电流不是定值,也不是给定的时间函数...     

一个中国湿地植物资源分类系统

提出了一个中国湿地植物资源分类系统,并将我国湿地植物资源分为３大类２４小类,这个系统根据湿地植物用途建立系统框架,将植物群落的建群种,分布广的植物,生物量大的植物,湿地特有植物和与水禽,野生动物栖息地,繁殖地,隐蔽地相关的植物作为选择资源植物类别的标准。     

异步DS—CDMA系统中传输时延估计

在异步ＤＳ＿ＣＤＭＡ系统中,由于“远－近”问题的影响,给系统参数（传播时延、幅度变化、相位变化）的估计带来很大的不利．本研究探讨了存在“远－近”问题情况下,异步ＤＳ＿ＣＤＭＡ系统中的参数估计问题,并提出了一种有效算法．     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

遗传算法中交叉算子的配对策略研究

提出了一种称为“国王配对”的配对策略来选择进行交叉运算的父母体,在此基础上再执行改进的交叉运算.经过测试,证明国王配对策略比随机配对策略要优越,可以加速遗传算法的进化过程.     

基于非线性参数的意识任务分类

研究了非线性参数作为脑电（EEG）信号特征时对意识任务分类的作用，使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离，分类方法为Fisher线性判别式．对4个实验对象共60个任务对进行了分类处理．使用3种参数在2s数据段上取得的平均分类精度分别为82．3％、90．7％和93．3％．在较短（1s）的数据段上，应用轨道平均初始距离参数进行分类取得了平均为90．8％的正确率，分类精度接近于Anderson取得的实验结果．轨道平均周期和轨道平均初始距离算法具有较小的运算量，能够应用于在线系统．     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。