基于KL距离的TAN分类器判别性学习方法

树增强朴素贝叶斯(TAN)分类器在模型的复杂性和分类精度之间实现较好折衷,成为当前分类器学习的一个研究热点.为了提高TAN分类器的分类准确率,本文提出一种基于KL距离的TAN分类器判别性学习方法.首先用EAR方法学习TAN分类器的结构,然后用基于KL距离的目标函数优化TAN的参数.在标准数据集上的实验结果表明,用该方法学习的TAN分类器具有较高的分类精度.     

基于多层模糊综合评判的入侵检测系统报警验证

提出了一种基于多层模糊综合评判的报警验证方法,此方法不但可以有效地减少误报,还可以对不同情况下的无关报警进行滤除和标记等不同的操作,很好地处理验证过程中的各种不确定因素。所得的报警相关度参数有利于制定细致、灵活的报警处理策略,从而对报警进行更深入的自动化处理。     

一种混合策略的Pareto演化规划

提出一种多目标演化算法--混合策略Pareto演化规划(Mixed Strategies Pareto Evolutionary Programming,MSPEP).借鉴强度Pareto Ⅱ演化算法的个体比较技术,通过计算个体位序的Pareto强度值进行比较排序,混合策略变异机制用于指导算法有效搜索过程.标准测试函数的实验结果验证算法的通用性和有效性.算法搜索的解集能快速逼近Pareto最优前沿.     

基于E_DAG的本体不一致性诊断算法研究

本体不一致性问题是语义网络研究中的关键技术之一。基于DAG图的局部诊断方法在传统的模型诊断基础上,采用经典逻辑进行描述,这种方法在构造性知识描述领域中得到大量应用。无辜诊断方法对局部诊断方法进行了改进,可进一步提高局部诊断方法的求解效率。在此基础上,对DAG图表示进行了扩展,提出了一种基于E_DAG的本体不一致性处理的表示方法及其相应实现算法,并通过动物本体实例说明了此方法的工作原理。     

二进制编码差异演化算法在Agent联盟形成中的应用

在多Agent 系统中,通过形成联盟可以提高Agent求解问题的能力,因此,联盟是多Agent系统的重要合作方法.从本质上讲,Agent联盟的形成是一个复杂的组合优化问题.引入差异演化算法来解决这一问题.差异演化是一种基于群体差异的演化算法,适合于求解连续空间的最优化问题.首次将以实数编码的差异演化算法应用于Agent 联盟问题,提出二进制编码的差异演化算法解决组合优化问题,通过引入S型函数把变异操作的结果限制在集合｛0,1｝上,可以快速、高效地找出合适的Agent 联盟.与遗传算法和蚁群算法的对比实验表明,该算法是正确、有效、可行的,在运行时间和解的性能上都优于相关算法.     

时空预测算法研究及应用

1前言 随着空间数据采集和处理能力的增强,空间数据库在遥感、地理信息系统、医疗影像、交通控制和环境监测等方面得到广泛的应用.由于空间信息系统只能存储最近的静态信息,使系统的动态性和推理机制受到限制,因而能够保存历史数据的时空信息系统得到了迅速的发展.时空信息系统的发展推动了时空数据挖掘技术的研究,使数据挖掘的研究对象从一般的事务型数据库、空间数据库,扩展到时空数据库.实际上,很多应用领域在问题求解过程中越来越需要同时考虑时间因素和空间因素,例如交通管理、环境监测、地震救援等.     

专家系统工具HEST的设计与实现

本文介绍了一个基于元逻辑程序设计的专家系统工具HEST.它以逻辑为基础,用元级和目标级相结合的推理方法来实现的.它具有元级推理、模糊推理等机制,函数和面向对象程序设计风格,多种知识表示以及知识的吸收、调节、推理解释等知识库管理和交互功能,是一个良好的专家系统开发环境.     

专家系统工具HEST中的推理模式及控制

HEST是一个具有多种推理模式和程序设计风格的专家系统环境.它的推理机制灵活而实用,控制方便.本文介绍了它的多种推理模式及控制方式,提供不同的方法供使用者选用.     

概念的属性约简及异构数据概念漂移探测

粗糙集是粒计算的一种重要方法,数据异构性是大数据的一种特征.针对异构数据问题,探索了粗糙集属性约简的本质,提出了概念属性约简的定义,它兼容值约简、Pawlak约简和并行约简.探究了概念属性约简的性质,提出了异构数据的属性约简方法和概念漂移探测方法.理论分析和示例表明了这些方法的有效性.为粗糙集、粒计算融入大数据的时代潮流提供了一种新方法.     

文本分类中基于基尼指数的特征选择算法研究

随着网络的发展,大量的文档数据涌现在网上,用于处理海量数据的自动文本分类技术变得越来越重要,自动文本分类已成为处理和组织大量文档数据的关键技术．对于采用矢量空间模型（VSM）的大多数分类器来说,文本预处理成为分类的瓶颈,高维的特征空间对于大多数分类器来说是难以忍受的,因此采用适当的文本特征选择算法降低原始文本特征空间的维数成为文本分类的首要任务．目前也有很多的文本特征选择算法,介绍了另一种新的基于基尼指数的文本特征选择算法,使用基尼指数原理进行了文本特征选择的研究,构造了基于基尼指数的适合于文本特征选择的特征选择评估函数．实验表明,基于基尼指数的文本特征选择能进一步提高分类性能,而且计算复杂度小．