基于层次聚类算法和偏最小二乘的特征选择

特征选择应尽可能考虑特征的预测能力、特征间的相关性以及算法的计算效率等因素.由于目前Filter和Wrapper两类特征选择方法均存在着缺陷,提出了一种适用于回归的基于层次聚类算法和偏最小二乘的特征选择方法,它不但能选取出预测能力较强的特征,而且使选出的特征间的相关性低.仿真实验表明,将该方法用于盾构隧道施工地面沉降的回归预测中,所选取的最优特征子集使回归模型的精度得到提高,训练时间明显下降.     

基于人工免疫网络的神经网络集成方法

提出基于人工免疫网络的神经网络集成方法AINEN。在用Bagging生成神经网络集成之后,将人工免疫网络的原理应用到神经网络集成,组成了一个从微观上看是一个一个的神经网络,而从宏观上看是一个大的人工免疫网络的集成。通过在微观层次上提高神经网络集成的个体之间的异构度,在宏观层次上提高免疫网络的适应度,从而降低集成的泛化误差。AINEN与GASEN方法在标准数据集上进行的实验表明,AINEN能取得更小的泛化误差。     

基于领域本体的文本过滤模型

目前广为应用的文本过滤技术是利用关键字检索,没有考虑概念之间的关联,因此其过滤性能在达到一定程度后,很难有突破.介绍了一种基于领域本体的文本过滤模型DOTFM,探讨了领域本体在文本过滤中的应用.DOTFM在文本向量的表示和用户模板建立中引入概念关联度,并提出局部型和全局型的文本向量和用户模板.实验结果表明,DOTFM的召回率比之传统的基于关键字的过滤模型有较大提高,而其准确率在合适的阀值时,也有较大提高.     

基于免疫系统的多模型控制算法

针对非线性、不确定复杂系统控制困难的问题,借鉴生物免疫系统面临不确定的外来抗原呈现出的超强识别能力,模拟后天免疫中主要对象间的关系模型,提出了一种基于免疫系统的多模型控制新算法IMMC。通过计算机仿真实验,显示出算法在系统发生突变时具有良好的适应性能,并在双圆盾构法隧道施工对地面沉降控制中,取得了良好的效果,说明算法具有很强的推广应用价值。     

工作流管理系统的分类及其和CSCW的关系

通过对当前工作流管理系统进行分类,阐述了它们的主要特点以及相互之间的关系。为工作流管理系统的选型和开发提供了一些指导思想。另外,对群件系统和工作流管理系统之间的关系也进行了阐述,解决目前普遍存在的把二者互相混淆的问题。     

基于Intranet的管理信息系统

本文从传统管理信息系统的不足入手,运用全信息服务模式,论述了基于Intranet的管理信息系统（IBMIS）的基本结构及其实现当中必须解决的主要关键技术,表明了这种新型管理信息系统的技术优势和应用前景。     

基于"震动方法"的类删减策略

基于“震动方法”的类删减策略是在数据挖掘领域“基于密度的聚类”方法基础上,通过对数据仓库中数据元进行初步聚类,确定各类的“核”并赋予“能”之后,再对特定数据元进行能量“震动”,以便减小数据元之间的差别,融合相似度较高的类,突现类与类之间联系的具体方法．由于这一方法引入可逆的能量传递方式进行数据元状态分析,从而可以被运用于聚类后类的合并操作,并可以加强类与类之间存在的联系,便于聚类后的类分析过程．     

基于冲量权值的ART神经网络及其在地震预报中的应用

在传统的ART(AdaptiveResonanceTheory)网络结构中忽略了样本属性重要性的不同对分类结果产生的影响。然而实际应用中,需要在网络预测阶段对此予以重视。该文提出了基于冲量权值的ART网络IFWART(ImpulseForceWeightbasedAdaptiveResonanceTheory)。它引入冲量权值表示属性的重要性,通过进化算法的优胜劣汰机制优化冲量权值,并将量化的权值结果分配到网络的比较层中,从而提高网络预测精度。在UCI标准数据集上将IFWART与其他有监督ART网络进行了比较实验,验证了IFWART的有效性。最后,将其应用于地震强震时间序列预报中,取得了很好的效果。     

空间电压矢量PWM的实现

本文主要论述了空间矢量PWM的原理和应用系统．还讲述了SVPWM波形发生器的设计方法。     

基于预聚类技术的并行序贯模式挖掘算法

本文讨论了在并行序贯模式数据挖掘方面采用“预聚类并行序贯模式挖掘”的策略，对数据序列聚类后按不同的类分布到不同的并行节点上，以减少甚至消除不必要的通讯开销，以便能够提高并行序贯模式挖掘在集群式高性能计算机上的执行效率。