一种基于种子填充的图像二值化方法

本文提出了一种基于种子填充的图像二值化的算法,并将此算法应用于高速公路路面破损智能识别系统中,用来去除采集图像中的检测车影。实验表明此算法能改善目标与背景的分割效果,提高高速公路路面破损识别的正确率。     

一种新的核广义鉴别特征抽取方法

在基于核的广义鉴别特征模型的基础上,提出了一种新的核广义鉴别特征抽取方法。利用空间变换的有关理论,使得变换后的核总体散布矩阵满足非奇异性;同时通过核共轭特征抽取方法,抽取满足核共轭正交条件的特征向量,使抽取的特征满足统计不相关性。在ORL人脸库上的实验表明了所提方法的有效性,达到了比核鉴别分析等方法更好的识别效果。     

一种主动学习神经网络集成方法

分析了神经网络集成泛化误差、个体神经网络泛化误差、个体神经网络差异度之间的关系,提出了一种个体神经网络主动学习方法．个体神经网络同时交互训练,既满足了个体神经网络的精度要求,又满足了个体神经网络的差异性要求．另外,给出了一种个体神经网络选择性集成方法,对个体神经网络加入偏置量,增加了个体神经网络的可选数量,降低了神经网络集成的泛化误差．理论分析和实验结果表明,使用这种个体神经网络训练方法、个体神经网络选择性集成方法能够构建有效的神经网络集成系统．     

基于排斥图和吸引图的局部保持投影

局部保持投影(LPP)算法未利用样本类别信息进行人脸识别,提取的特征不适合分类。为解决该问题,提出一种基于排斥图和吸引图的LPP算法。在K近邻图的基础上建立排斥图和吸引图,使排斥图反映2个邻近但不同类样本之间的关系,吸引图反映2个同类但不近邻样本之间的关系,结合两者进行特征提取,定义样本相似性度量,以去除原始特征提取噪声和特征值变异的影响。在Feret和Yale人脸数据库上的实验结果表明,该算法的识别率高于主成分分析算法和传统LPP算法。     

XML和数据挖掘的关系探讨

1 引言由于Internet的发展,在信息膨胀的今天,造成数据丰富而知识缺乏的现状,如何有效地、快速地从海量的数据里面提取有用的信息,如何更方便地传递、交流、获取信息,成为当前高科技领域的关注热点。XML以及数据挖掘都是近几年兴起的新技术,在很多领域发挥了重大作用,而两者的结合能够迅速地应用到各个领域,例如:Web服务、电子商务、图书馆、医学等。XML促进了信息间的交流,为数据挖掘提供了更广阔的结构化的信息平台,数据挖掘从大量信息中提取有用的知识,从而提高学术上的可研究性,以及商业上的决策性。本文首先介绍了XML和数据挖掘的概况,然后,从预言模型、知识发现等方面阐述了XML与数据挖掘的关系,另外,由于XML是SGML的一个子集,广泛应用于Web网站上,因此本文还着重强调了在Web上的数据挖掘。     

多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.     

基于混合学习算法IHMCAP的故障诊断模型

在故障集和差错属性集的基础上,通过结合了基于概率论的符号学习与神经网络学 习的增量式混合型多概念获取算法IHMCAP寻找属性值与故障类型之间的对应关系,由此 建立一个故障诊断模型.实验表明,该模型不仅精度高、速度快、学习能力强,而且在利用系统 的先验知识与新增数据上也取得了均衡.     

一种基于Rough集理论的数据过滤方法

Ｒｏｕｔｈ集理论是一种处理不确定模糊知识的重要工具,在对Ｒｏｕｇｈ集理论进行深入研究的基础上,提出了一种基于Ｒｏｕｇｈ集理论的这滤算法。该处 工硒思想是基于Ｐ－确定的等价类的合并,算法直观,计算简便,理论和实验表明,该算法能够减低信息系统中信息的粒度,在保持规则近似质量不变的前提下,有效地提高规则的统计意义和预测强度。     

基于域理论的自适应谐振神经网络分类器

提出了一种基于域理论的自适应谐振神经网络模型FTART2(field theory based adaptive resonance theory 2).该模型结合了自适应谐振理论和域理论的优点,学习速度快,归纳能力强,效率高,可以根据输入样本自适应地调整拓扑结构,克服了前馈型网络需要人为设置隐层神经元的缺点.基准测试表明,FTART2在学习精度和速度上都远远优于标准BP算法.     

形态学和色度学在肺癌早期诊断系统中的研究与实现

本文研究了形态学、色度学在肺癌早期诊断系统中的应用.通过形态学和色度学分析,对细胞图像进行了形态特征和色度特征的提取;在此基础上,利用细胞图像中形态学信息和色度学信息对肺癌细胞进行识别分类.临床试用表明,本文提出的方法可以取得很好的效果.