人工智能中的机器学习研究及其应用

机器学习是人工智能研究的中心问题。本文首先介绍了机器学习的背景——人工智能的研究和发展，机器学习的概念。提出了机器学习的研究目标和方法，建立并讨论了一个简单的学习模型。最后指出机器学习的发展必须依靠思维科学的发展，提出了发展机器学习的趋势。     

智慧学习环境中基于贝叶斯网络构建学生模型的研究

智慧学习环境是当前教育技术学界的一个前沿研究领域,从C/S架构的智能学习系统发展到B/S架构的智能化网络学习环境,学生模型仍然是其最核心的功能模块,是学生自我导向式学习情境中构建智慧学习环境的关键因素.本文采用文献分析法和实践调研法,从学生模型的分类、数据结构和建模方法等几个方面,对国内智能网络学习环境中学生模型的研究现状进行了较为详细的研究,并通过梳理近年来关于静态学生模型和动态推理模型的研究,提出了智慧学习环境中基于贝叶斯网络构建学生模型的框架,期望为智能学习系统中学生模型的理论研究和实践发展提供可借鉴的参考和经验.     

模型参数不确定的连续系统自学习定性控制

对模型中含有不确定性因素的非线性系统给出了一种定性控制方法,避免了模糊控制器设计中存在的主观性和模糊规则难以获取等缺点．先将状态进行定性划分,再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值,最后对控制量在线自学习调整．此方法具有模糊控制的控制效果．     

基于模糊Markov博弈控制求解伙伴选择问题

针对不确定条件下的伙伴选择决策问题,引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。     

褪黑素对铝致痴呆模型大鼠空间学习记忆的影响

目的:观察褪黑素对铝致痴呆模型大鼠空间学习记忆的影响,探讨褪黑素改善铝致痴呆模型大鼠学习记忆功能障碍的作用.方法:用腹腔注射三氯化铝的方法建立大鼠学习记忆障碍模型,并用褪黑素进行实验性治疗.采用Morris水迷宫方法测试各组大鼠空间学习记忆能力的改变.结果:大鼠经多次训练后,各组大鼠逃避潜伏期均呈缩短趋势,此现象表明大鼠空间学习记忆能力随训练次数增加而有所增强.但是大鼠在染铝后40、45、50、55、60 d逃避潜伏期明显大于生理盐水对照组,两者比较差异有统计学意义(P<0.01);而用褪黑素治疗组在染铝后40、45、50、55、60d逃避潜伏期明显小于模型组,两者比较差异有统计学意义(P<0.01).在40、50、60 d的时间段中,褪黑素治疗组穿环系数明显大于痴呆模型组(P<0.01).结论:褪黑素对铝致痴呆模型大鼠学习记忆功能障碍有明显的改善作用.     

新建本科院校围绕中心抓党建促发展的思考——学习胡锦涛总书记“七一”重要讲话

本科办学10年来,学校改革发展的实践充分证明,只有坚持党对高校的领导,充分发挥学校党委的领导核心作用,才能全面贯彻党的教育方针,推动各项事业科学发展。围绕中心抓党建,抓好党建促发展,是学校党建工作积累的基本经验。＂十二五＂时期,是学校改革发展的关键时期,必须坚定不移地全面加强党的建设,以党建工作的良好成效促进学校科学发展,培养和造就社会主义事业合格建设者和可靠接班人。     

前馈神经网络中BP算法的一种改进

在传统的BP算法基础上,提出了一种改进的BP学习算法,先加入描述网络复杂性的量,使算法能够考虑到网络的连接复杂性,进而有可能删除掉冗余的连接甚至节点;接着提出对网络的学习步长的动态调整,以此来尽量避免传统学习中的学习速度过慢和反复震荡;然后给出新的算法是高阶非线性收敛的证明;最后通过实验说明的新的BP算法在一定程度上可减少网络的复杂性,有着比传统算法更快的收敛速度。     

Improving moving average trading rules with boosting and statistical learning methods

We present a system for combining the different types of predictions given by a wide category of mechanical trading rules through statistical learning methods (boosting, and several model averaging methods like Bayesian or simple averaging methods). Statistical learning methods supply better out‐of‐sample results than most of the single moving average rules in the NYSE Composite Index from January 1993 to December 2002. Moreover, using a filter to reduce trading frequency, the filtered boosting model produces a technical strategy which, although it is not able to overcome the returns of the buy‐and‐hold (B&H) strategy during rising periods, it does overcome the B&H during falling periods and is able to absorb a considerable part of falls in the market. Copyright © 2008 John Wiley & Sons, Ltd.     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...     

基于支持向量机的图像检索主动学习方法

为解决基于内容的图像检索中训练集样本过小问题,本文提出一种结合相关反馈和支持向量机的主动学习算法,首先计算未标注样本到分类超平面的距离以及与当前训练集中样本的余弦距离和,然后取具有总的最大余弦距离同时到超平面距离最短的样本加入训练集,通过增加最具信息的样本到训练集,使得分类器可通过少量反馈次数而快速达到较高的准确性.试验表明,本文算法能有效提高分类器的分类精度和泛化能力,在减少评价样本数量的前提下,可快速收敛于用户定义的目标查询概念.