一种衡量TSP问题种群多样性的新方法

文章针对遗传算法求解TSP问题，探讨了一种新的衡量种群多样性的方法——边数统计法。通过将之与传统的方法进行比较可知，本文所提出的方法不仅有效且大大降低了运算量，具有一定的实用价值。     

基于免疫和模糊模式识别的检测器生成模型

分析了在检测器生成过程中引入模糊模式识别的原因,提出了一种基于免疫原理和模糊模式识别的检测器生成模型,该模型的核心算法是基于隶属度的检测器选择算法.详细描述了该算法的算法流程和检测器对非我抗原集合隶属度的计算算法,并简述了初始检测器生成算法和分层检测策略.设计了仿真试验,并将实验结果同传统方法进行了比较,详述了仿真实验中各个参数选择的依据和理由,试验结果表明新模型呈现较高的检测率和低的误检率.     

一种基于模糊近邻标签传递的半监督分类算法

提出了样本分布无关,模型简单,单控制参数的模糊近邻标签传递算法.该算法依据样本与其k个近邻的模糊相似性连接,使类别标签从标签数据向未标签数据传递,实现未标签数据的分类.最后,通过人工合成数据和UCI数据集中数据的分类实验验证了该算法的简单有效性.     

基于ART算法的电子商务个性化聚类模型的设计与实现

本文针对个性化电子商务网站建设中出现的难于有效发现用户行为特征问题,提出一种基于ART神经网络自适应谐振算法的个性矢量聚类模型。该聚类模型由两个智能子系统和三个逻辑控制单元组成,采用二值输入模式,具备很强的自适应性。模型实现是在C＋＋语言平台上进行的。在模型程序设计中,采用衍生类方式的构造子系统单元,通过控制对话、数据共享建立系统单元之间的联系。该模型可以有效挖掘网络用户行为典型个体特征,用于指导电子商务网站资源的组织和再分配。     

脉冲神经元环路振荡发放与环路选择

在Izhikevich提出的脉冲神经元模型中,引入随机变化的输入电流,使神经元的脉冲发放具有随机性,不同数量的神经元采用连接权值组成网络的脉冲发放。实验结果表明,选择适当的连接权值可以得到环路的持续振荡发放。通过脉冲发放,可以在网络中选择神经环路,完成环路记忆联想过程,并给出研究脉冲神经智能的新思路。     

基于改进SVM主动学习算法的入侵检测

入侵检测研究中,采用基于支持向量机的主动学习算法,有效地降低了学习的样本复杂度.针对支持向量机主动学习算法中存在的随机构造的初始训练集样本质量不高和容易陷入次优等问题,提出了一种结合核空间聚类的初始训练集构建方法,并在距离准则的基础上引入了概率选择机制.仿真实验表明,在不降低检测效果的前提下,该算法所需的学习样本更少,并表现出较高的稳定性.     

基于遗传算法的弹性TSP研究

文中针对遗传算法求解TSP问题，探讨了使用弹性边控制策略来保证群体的多样性，并结合TSP问题的特点，定义了一种新的衡量群体的多样性的方法。通过对算法的分析和测试表明，该算法的改进是有效的。     

行云流水任天然——浅议中国传统绘画中的禅意

禅,是一种思考,一种表现,禅是自然、和谐、美的品性的统一,禅是一种生活的智慧,是一种人生态度,是对个人生命和心灵的关注,禅又是集合的智慧结晶,中国传统绘画的意境表达和禅境感悟的血肉关系,使其画面清雅古朴、平和宁静、简约单纯却意味深长。在创作理念上特别强调心灵的领悟和感受,在表达意境上注重物我如一,情致与外境相融合。     

基于元胞自动机模型的新型二值图像压缩算法

不同于传统的去相关,去冗余的压缩方法,提出一种基于元胞自动机模型的二值图像压缩算法。该算法用遗传规划算法搜索出较优的元胞自动机规则后,对分块后的二值图像矢量进行元胞自动机变换,利用元胞自动机的变换状态多样性等特点,生成相邻矢量,将变换次数作为码本。实验表明：该算法经过4次以内的元胞自动机变换即可生成较优的相邻矢量,具有编码时间短、重建图像的质量好、压缩率高、适应性强等特点,并且与其它压缩算法结合性好。     

基于KPCA和RBF网络的文本分类研究

基于词空间的分类方法很难处理文本的高维特性和复杂相关性,为此文中提出了基于核的主成分分析和径向基神经网络的文本分类算法.首先利用核主成分分析选择合适的核函数从高维特征空间中提取文本向量的主成分,实现了文本输入空间的降维和语义特征空间的抽取,然后在语义特征空间中训练径向基神经网络分类器,并利用训练得到的分类器进行文本分类工作.实验结果表明:核主成分分析不仅实现了降维,而且能在大幅减减少径向基神经网络训练时间的基础上显著提高其分类精度.