磁盘操作系统DJS200/XTIP

磁盘操作系统DJS200/XTIP(以下简称XTIP)是为DJS200系列机的220型和210型计算机设计的通用磁盘操作系统。系统具有批量处理和分时处理的能力,能控制6道批量和终端作业同时运行。XTIP采用内核进程结构,采用组合的同步机构,采用混合的资源调度算法。这样做使得系统的积木性较强、效率较高、正确性较好。整个系统只占用内存10K个字。本文叙述操作系统XTIP的功能、结构和实现。     

一种基于遗传算法的BP神经网络算法及其应用

主要分析了神经网络和遗传算法的特点和存在的一些缺陷，研究了遗传算法和BP神经网络学习算法相结合的相关技术，设计并实现了一个基于遗传算法的BP神经网络算法BP—GA，已应用于肺癌早期细胞病理诊断系统中。实验结果表明，该算法具有较强的收敛性和鲁棒性，其应用效果很好。     

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.     

DJS200数据道信系统的通信软件

DJS 200数据通信系统通信软件(和通信协议)是实施部颁数据通信控制规程的通信软件。它能支持面向字符的多种规程类型(基本型、会话型和多点探訽/选择型);多种通信线路(专用线、交换线、多点线);多种传输速率(异步50——1200波特、同步600——4800波特)和多种数传方式。DJS 200数据通信系统的通信软件具有功能强、效率高、王确性好、实现简单的优点。本文叙述该网络通信软件的设计和实现。     

仿真机器人足球赛中多Agent合作模型

在多Agent系统中,合作机制是成功的关键.如何能够达到令人满意的多Agent合作是目前MAS研究的关键.本文结合仿真组机器人世界杯足球赛领域,在团队行为规划和Teamwork理论基础上提出一种新的合作框架.本模型不完全依赖通讯.     

一种改进的决策规则生成算法

将神经网络集成与C4.5Rule方法相结合,提出了一种改进的决策规则生成算法.该算法以神经网络集成作为C4.5Rule学习的前端,利用其产生用于C4.5Rule学习的数据集,在此基础上进行决策规则的生成.在UCI机器学习数据库上的实验结果表明,该算法可以产生泛化能力较强的决策规则.     

NDSocTeam仿真机器人足球队的设计和实现

机器人足球(RoboCup)是研究多agent系统的体系结构、多agent团队合作理论以及机器学习方法的理想测试平台。介绍了开发的仿真球队NDSocTeam系统的设计原理和实现技术。系统设计了以机器学习技术为核心的球员agent结构，并建立了一种分层学习以及多种学习技术相结合的机器学习系统．重点描述了NDSocTeam系统的总体结构、球员agent的结构以及机器学习的实现技术。     

一个基于知识的彩色肺癌图像理解系统

介绍一个智能识别肺癌细胞的医学图像理解系统，该系统通过图像特征提取和智能图像分析识别两个模块，将图像处理技术和模糊知识表示技术相结合，实现对彩色肺癌细胞切片图像的理解，诊断识别出图像中的肺癌细胞，系统建立一个基于规则的两层模糊知识模型来表示用于肺癌图像理解的领域知识，实验表明，该模型能实现较高的肺癌分析识别准确率，是行之有效的。     

基于域理论的自适应谐振神经网络研究

在自适应谐振理论和域理论的基础上提出了一种基于域理论的自适应谐振神经网络算法ＦＴＡＲＴ。该算法将自适应谐振理论和域理论的优点有机结合,采用了独特的解决样本间冲突和动态扩大分类区域的方法,不需人为设置陷层神经元,学习速度快,精度高。此外,还提出了一种从ＦＴＡＲＴ网络中抽取符号规则的方法,即基于统计的产生－测试法,实验结果表明,使用该方法抽取出的符号规则可理解性好、预测精度高,可以很好地描述ＦＴＡＲＴ     

基于特征选择的神经网络集成方法

将特征选择技术ReliefF引入Bagging方法中,提出了一种新的神经网络集成方法——ReBag．实验结果表明,本方法的泛化能力优于Bagging方法,与Attribute Bagging方法相当但效率更高．