神经网络在聚合过程中的应用

介绍了神经网络在聚合反应过程中的建模，预测、优化，控制和故障诊断及模式识别方面的应用，讨论了其优点和局限性，并分析今后神经网络的发展趋势。     

代谢物组学信息挖掘的WT-HCA方法

针对现有的代谢物组学信息挖掘方法存在的问题，尝试将小波分析(wavelet analysis)与无导式模式识别手段等级聚类分析（hierarchical clustering analysis, HCA）相结合，整合小波分析在频域去噪及信息提取的能力和等级聚类分析客观性强的特点，建立了小波变换-等级聚类分析（wavelet transform-hierarchical clustering analysis, WT-HCA）方法。以文献拟南芥代谢物组数据为例，考察了所建立方法提取代谢物组信息的能力。结果表明，WT-HCA方法可以有效地提取代谢物组信息。在系统默认距离定义方案下，WT-HCA方法能将亲本两类样品完全分开，而HCA方法基本不能将样品区分开；在另一种距离定义方案（样品间距离为欧氏距离，类间距离为离差平方和距离）下，WT-HCA方法将4类样品中的3类完全正确归类，总的分类正确率达到了93.75%，显著高于HCA所得到的84.375%的总体分类正确率。     

对《基于模式识别方法的智能控制器设计》的一点异议及改进

指出「１」的一处错误并作出修改，改进后的控制器已纳入ＨＳ２０００分布式控制系统。对该控制器和普通ＰＩＤ控制器的性能作了一系列仿真研究，以说明改进后的控制器是有效的。     

2015年中国计算机学会人工智能会议(CCFAI 2015)征文通知

正中国计算机学会人工智能会议由中国计算机学会主办,中国计算机学会人工智能与模式识别专业委员会协办,每两年召开一次.本届会议将于2015年8月21—23日在山西省太原市举行,会议由山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室联合承办.本次会议旨在为广大的人工智能研究人员提供了一个交流、合作的平台,汇聚从事人工智能理论与应用研究的人员,广泛开展学术交流,研讨发展战略,共同促进人工智能相关理论、技术及应用的发展.本次会议录用的论文将推荐到《中国科学》、《计算机研究与发展》、《模式识别与人工智能》、《计算机科学与探索》、《计算机     

基于模糊数学的MANET恶意节点识别

移动Ad hoc网络(MANET)是一种无线自组织网络,易受内部恶意节点攻击。针对由于网络内部攻击行为复杂而导致内部恶意节点不易识别的问题,提出一种基于模糊数学理论的MANET内部恶意节点识别方法。通过分析节点通信行为,建立由节点平均包转发延迟、转发率和丢包率组成的属性向量,利用最大隶属度原则进行分类识别。设置不同的仿真场景和恶意节点密度,采用NS2软件进行仿真实验,结果表明,该方法能识别多数内部恶意节点,虽然恶意节点密度对识别结果影响较大,但在恶意节点密度为30%的情况下,仍能保持96%以上的识别率和5%以下的误检率。     

基于Max-T模糊Hopfield网络的车型识别

在许多模式识别采样的过程中,由于环境噪声和设备误差,往往导致采集的数据与真实值有一定偏差,这种偏差会影响识别的效果。本文采用Max-T FHNN模型,提出一种应用于智能化交通管理的车型识别方法。并用实验证实相对于其他车型识别方法,该方法在待测样本含有噪声的情况下能得到更好的识别率。     

基于BP神经网络的手写数字识别的算法

由于BP神经网络具有并行处理信息、自组织、自学习信息等优点,本文采用了BP神经网络对手写数字识别进行运算,提取笔画密度、长宽比和欧拉数等特征作为训练样本.并用Matlab对其算法进行仿真,并且很准确的识别出来,说明其有非常广泛的前景.     

图像分类识别方法研究

图像分类识别是用计算机对图像进行一系列操作来识别不同的图像,包括图像预处理、图像的分割、图像的特征提取,最后是图像的分类。图像分类识别方法多来源于模式识别,近年来随着计算机技术发展和分类算法提出,图像分类识别方法越来越多。该文分析的分类算法是在模式识别基础上进行图像分类识别,首先介绍图像分类识别国内外研究现状,然后分析几种分类识别算法的优点和缺陷,便于更好地深入研究图像的分类算法。     

一种研究图匹配问题的核方法

随着计算机技术与网络技术的高速发展,大量的数据充斥着我们周围的世界。面对这些复杂的海量数据,如何才能准确无误地对它们进行辨别与分析,这对于人们来说是一个非常具有挑战性的问题。在计算机领域,图是一种非常灵活的数据结构,对图等含有结构化信息数据的进行学习,是模式识别和机器学习领域的一种重要问题。该文主要研究了通过核方法来解决这些识别问题,并且实例化了两种特殊的解决图匹配的核方法。在此基础上,分析了其解决这类问题的算法复杂度。实验结果表明,该文所提出的方法是一种解决图匹配的非常有效技术。