一种基于属性的异常点检测算法

异常数据检测是数据挖掘研究的热点之一。本文在对现有异常点检测算法分析的基础上,提出了一种基于属性的异常点检测算法。简要地介绍了异常检测的现状,对基于属性的异常检测算法进行了详细分析,包括算法设计基础、算法描述、复杂度分析等。并通过与基于距离的异常点检测算法进行实验比较,表明了算法的优越性。     

基于分布式工作流技术的校园应用软件集成模型研究

工作流技术是实现企业业务过程建模、管理、优化与重组,最终实现业务过程管理与自动化的核心技术。而分布式工作流技术的研究已经成为当前研究的热点。本文描述了分布式工作流技术的特点,利用Java和CORBA技术给出了基于分布式工作流技术的校园应用集成模型。探讨了多个工作流系统互操作的问题。最后提出了动态创建过程实例的思想和活动池的概念,可以极大地提高整个系统的效率以及资源利用率。     

Web智能研究现状与发展趋势

Web智能是近年出现的一个崭新的研究方向,它是人工智能和高级信息技术在新的Web和Internet环境下相互融合的产物．首先从总体上讨论了Web智能的概念、研究内容和功能技术框架,然后分别就Web智能的几个核心方面的研究现状进行了综述,主要包括语义Web与ontology,Web Agent和Web挖掘等,并进一步给出了它们的研究重点和发展方向,最后是关于Web智能的研究展望和面临的挑战,指出智慧Web是Web智能研究的目标和中长期发展方向．     

基于生态种群捕获竞争模型的进化遗传算法

将协同进化的思想运用到遗传算法,是对遗传算法的一大改进和拓展,借鉴此思想,提出了一种生态种群捕获竞争的协同进化模型和基于此模型的改进的进化遗传算法(PCGA)。实验结果表明,该算法在改善未成熟收敛和提高收敛速度方面都具有良好的性能。     

扩展交替投影神经网络 ——具备联想记忆功能的充分必要条件

对交替投影神经网络(APNN)的连接权矩阵进行修改,将其应用范围从实数域拓展到复数域,从而得到一种新的神经网络——扩展交替投影神经网络(Extended Alternating Projection Neural Networks).对EAPNN网络进行深入研究后,给出了网络稳态值的通用数学表达式,并从表达式中推出了网络具备联想记忆功能的充分必要条件.最后设计仿真实验对文中的理论分析结果进行了验证.     

基于类内类间离散度的分类器设计方法

提出了一种基于类内类间离散度的最小距离分类器设计方法.该方法解决了分类过程中样本点分散和样本不可分问题.基本思想是:利用训练样本定义类内类间离散度矩阵,根据对离散度矩阵的分析,建立目标函数,求解目标函数,得到一组最优解.在分类时,应用最优解进行加权定义,从而获得更好的识别结果.采用UCI标准数据集实验,实验结果表明该算法具有一定的优越性.     

基于QR分解的正则化邻域保持嵌入算法

针对训练样本不足时,对数据的低维子空间估计可能会产生严重偏差的问题,提出了一种基于QR分解的正则化邻域保持嵌入算法。首先,该算法定义一个局部拉普拉斯矩阵保留原始数据的局部结构;其次,将类内散度矩阵的特征谱空间划分成三个子空间,通过倒数谱模型定义的权值函数获得新的特征向量空间,进而对高维数据进行预处理;最后,定义一个邻域保持邻接矩阵,利用QR分解获得的投影矩阵和最近邻分类器进行人脸分类。与正则化广义局部保持投影(RGDLPP)算法相比,所提算法在ORL、Yale、FERET和PIE库上识别率分别提高了2个百分点、1.5个百分点、1.5个百分点和2个百分点。实验结果表明,所提算法易于实现,在小样本(SSS)下有较高的识别率。     

归纳学习算法CAP2的研究与应用

本文提出以实例空间中状态划分概率的大小作为启发式信息，以提供的正反实例集为依据，基于二叉树分类方法的示例式归纳学习算法ＣＡＰ２．它输出的分类规则是谓词演算表达式．该算法可根据用户对精度的要求控制分类深度，得到不同精度的规则，并能处理连续数据、噪音数据和利用用户提供的背景知识，既适用于同时给定概念的正、反例集的情况，也适用于只给正例集的情况．本文还介绍了ＣＡＰ２算法的应用情况，并和著名的ＩＤ３算法进行了比较．ＣＡＰ２已嵌入到一个自动知识获取系统．     

基于二维阈值化和遗传算法的图像分割方法

本文以二维最大熵为例,讨论了如何利用遗传算法和二维直方图进行图像阈值的自动选取。实验结果表明,利用遗传算法可以有效地提高原有图像阈值选取方法的速度。