城市汽车运行电子地图系统功能分析

本文论述了汽车运行电子地图系统的概念、功能以及软件研制和技术关键、给出了系统专用设备的开发需求和目标，对系统应用前景进行了展望。     

高校建设统一数据中心平台研究与实践

在高校信息化建设过程中,各学院、职能部门大都根据自己的业务需求已经建立了多个软件系统。由于前期缺少整体规划,各软件系统没有遵循统一的信息化建设标准及数据接口规范,造成学院、职能部门间信息交互、数据共享成为难题。本文为着力解决此问题,提出了在同一高校内建设统一数据中心平台的构想。     

基于SVM的多分类器构造算法的研究

在对传统的多类分类算法研究的基础上,针对基于二值分类器的多分类器构造算法存在的预测精度低、训练时间长的缺点,提出了一种基于SVM的组合回归机构造多类分类器的算法.该算法解决了二值分类器方法中存在的信息丢失问题,同时避免了由于参数调整而造成的计算代价过大的问题.实验结果表明:新的SVM多分类算法大大降低了计算代价,提高了运行效率和预测的精度,减少了运行时间.     

一种基于神经网络和证据理论的信息融合算法

针对目前多传感器系统中常用的信息融合方法,识别率较低、网络稳定性不好、不能很好地处理不确定性等问题,提出一种基于神经网络和DS方法的信息融合算法。该方法兼顾神经网络和DS推理二者的优势,有效地解决了目前信息融合方法对大噪声不确定性传感器测量信息的误识别问题。仿真实验结果验证了该算法在提高目标识别率和抗噪能力方面的有效性。     

模糊认知图学习算法及应用综述

模糊认知图(Fuzzy cognitive map, FCM)是建立在认知图和模糊集理论上的一类代表性的软计算理论, 兼具神经网络和模糊决策两者的优势, 已成功地应用于复杂系统建模和时间序列分析等众多领域. 学习权重矩阵是基于模糊认知图建模的首要任务, 是模糊认知图研究领域的焦点. 针对这一核心问题, 首先, 全面综述模糊认知图的基本理论框架, 系统地总结近年来模糊认知图的拓展模型. 其次, 归纳、总结和分析模糊认知图学习算法的最新研究进展, 对学习算法进行重新定义和划分, 深度阐述各类学习算法的时间复杂度和优缺点. 然后, 对比分析各类学习算法在不同科学领域的应用特点以及现有的模糊认知图建模软件工具. 最后, 讨论学习算法未来潜在的研究方向和发展趋势.     

时空变化知识表达模型

为了消除时空变化表达过程中语义的不一致性,将时空变化前后的实体集、变化类型、规则作为变化表达的3个基本元素,利用数据+知识包的形式建立了基于3个基本元素的时空变化表达的三元模型CAR,即变化类型C、变化属性集A和变化判定规则集R,其中规则集中的规则利用IF－THEN方式描述,利用属性集A和规则集的运算判定C,从而解决了目前时空变化表达方法存在的无法表达变化原因的缺陷,而且规则表达便于计算机程序实现。     

用于嵌套命名实体识别的边界强化分类模型

实体嵌套是自然语言中一种常见现象,提高嵌套命名实体识别的准确性对自然语言处理各项任务具有重要作用。针对现有嵌套命名实体识别方法在识别实体边界时不够准确、未能有效利用实体边界信息等问题,提出一种嵌套命名实体识别的边界强化分类模型。采用卷积神经网络提取邻接词的特征,通过加入多头注意力的序列标注模型获取实体中的边界特征,提高实体边界检测的准确性。在此基础上,计算实体中各词语对实体类型的贡献度,将实体关键字与实体边界词相结合来表示实体,使实体表示中包含实体关键信息和边界信息,最后进行实体类型检测。实验结果表明,通过加入多头注意力机制能够有效提升对嵌套命名实体的检测和识别性能,该模型在GENIA和GermEval 2014数据集上准确率有较好表现,并且召回率和F1值较对比模型达到最优。     

基于myRIO的主动激励触觉传感器特性实验系统设计

机械手是机器人的重要部件,机械手能否准确抓取物体取决于其传感器性能的优劣和电路结构的优化.为了提供更多的机械手数据采集方式,设计了基于myRIO的主动激励触觉传感器特性实验系统,采用了激励与采集叠加式结构的主动激励触觉传感器.通过扫频实验,测定了机械臂空载特征频率,采集机械臂抓取物体的特征频率,将二者进行比较.利用MAT-LAB 对数据进行分析得出其频谱图,验证了基于myRIO的主动激励触觉传感器特性实验系统的可行性.     

基于时间间隔和点击量的Prefixspan改进算法

数据挖掘算法过程中对客户行为的实时性是分析客户网络消费行为的重要要素之一,但是Prefixspan数据挖掘算法挖掘过程中并未对此问题予以考虑,因此,在时间间隔序列模式概念的基础上,提出了一种基于时间间隔和点击量的Prefixspan改进算法。在该算法中,引人了频繁度和时间属性的概念,并加入了时间间隔和点击量等要素,从而使挖掘到的信息具有实时性的特点,并且提高了对挖掘对象的侧重性。通过实验验证,与原来的Prefixspan算法相比较后表明,改进算法用于具有时间特性的数据集时获得的挖掘结果更精确,挖掘效率得到了有效的提高。