基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.     

《中图法》(第四版)在ChIN资源导航系统中的应用

从分析ChIN资源导航系统入手,阐述了《中国图书馆分类法》学科聚类标准在化学化工资源导航系统中的应用,并就此提出改进网络分类体系的两点建议:一、把学科聚类从网络分类体系中单独列出;二、设置专业主题词表。     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

基于改进灰色关联度的权重确定方法

决策者在进行决策时，指标权重往往是关键。但目前提出的各种确定方法，都带有一定的主观性，且不能反映指标对目标的影响方向。因此，本文在对现有权重确定方法总结的基础上，提出基于改进灰色关联度的权重确定方法，较好地解决了这一问题。     

数量分类中试验数据的函数变换

依据数量分类学原理对数量分类中试验数据的函数变换的必要性进行了分析．给出了常用的试验数据函数变换方法，确定了对试验数据进行函数变换的一般原则。     

基于人工神经网络的城市航空遥感图像植被分类研究

研究了一种基于模糊量化与多层前馈神经网络相结合进行多类别遥感图像植被分类的新方法.对分类指标 进行π隶属函数模糊量化之后,进行多层前馈神经网络(MLP)训练,再用训练后的MLP网络构成监督分类器,并 以宁波市彩红外航空遥感图像资料为数据源,选取园林区为试验区,对植被进行监督分类,分类精度达78%.研究 成果表明,该方法适用于多类别的遥感图像植被分类,其分类效果也较好.     

一种基于粗糙集分类规则发现的方法

介绍了粗糙集理论实现数据分类和规则推理的基本原理,并利用粗糙集理论中核及决策类覆盖的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系,并简化带有不相容规则的决策系统的多层次数据挖掘算法,应用一实际的例子说明如何在数据库中发现分类规则.     

网络信息资源的分类组织

通过分析网络信息资源的特点，阐述了用分类方法组织网络信息资源的优势，指出了目前网络信息资源分类存在的问题，对网络信息分类与文献分类进行了比较，提出了建立统一的网络信息资源分类体系的建议。     

企业生产运作能力的多层次综合模糊评判

对影响企业生产与运作能力的各因素进行了全面细致的衡量和定量的．分析，并利用模糊数学的方法确定了指标评估体系，对各因素难以量化的指标赋予权重，建立了多层次模糊综合评判模型，并结合实例运用该模型对企业生产与运作能力做出了较为客观、科学、合理的评价，解决了仅用设备能力评价企业的生产与运作能力的片面性和局限性。     

ASTER高光谱影像在地面人工建筑物信息提取中的应用

ASTER(高级空间热辐射热反射探测仪)是高光谱遥感影像时代到来的标志,高光谱遥感与一般遥感影像相比能为对地观测提供更高质量的信息源.以福州市的一景ASTER影像数据进行主成分分析及波段运算,然后进行非监督自动分类,结果表明能较好地提取地面的人工建筑物信息.该结果可服务于城市规划和城市环境评价中.