融合粗糙集和F!方法的空中目标类型识别算法

通过分析粗糙集和Dempster-shafe(DS)方法在描述不确定信息上的相似性,将这两种理论融合建立统一框架$提出了融合粗糙集和DS方法的空中目标类型识别算法.该算法通过知识库推导得出基本概率分配函数,采用基于粗糙集的信任函数作为可信度度量,使得改进后的算法更有理论深度.实验结果表明,算法具有良好的运行效果.

     

实现兼类样本增量学习的一种算法

针对兼类样本,提出一种增量学习算法.利用超球支持向量机,在特征空间对属于同一类别的样本求得一个能包围该类尽可能多样本的最小超球,使各类样本之间通过超球隔开.增量学习过程中,只对新增样本以及与新增样本具有相同兼类的旧样本集中的支持向量进行训练,且每次训练只针对一类样本,使得算法在很小的样本集、很小的空间代价下实现兼类样本增量学习,同时保留了与新增样本类别无关的历史训练结果.分类过程中,通过计算待分类样本到各超球球心的距离判定其所属类别,分类准确快捷.实验结果证明了该算法的有效性.     

一种XML文档结构相似度计算方法

对XML文档树路径模型进行扩展,加入了路径的频率信息.基于此路径-频率模型,提出一种带有位置仅重的基于路径的结构相似度计算方法(WLCS),并在此基础上提出基于路径频率的XML文档结构向量化方法.在真实数据集上的实验结果表明,WLCS方法召回率和准确率均高于当前存在的基于路径计算相似度的方法,适合于对来自不同DTD的XML文档的相似度比较.     

海上编队电子战综合仿真系统的设计与实现

介绍了海上编队电子战综合仿真系统的结构和功能,并给出了该系统关键技术中的逼真雷达信号环境模型、编队无源质心干扰效果评估模型以及编队有源压制干扰效果评估模型。     

高维数据空间金字塔技术研究

被视为破解“维度灾”的金字塔技术是有效的高维空间数据索引方法之一,它是基于一种依赖数据维度的非平均分割策略,先对d维数据按维度进行空间分割成具有公共顶点的2d个金字塔,然后提供d维数据点到1维金字塔值的一一映射,通过一种有序的一维索引结构建立有效的索引。文章结合高维数据空间索引的建立,提出金字塔技术所依赖的维度的选维策略和域外插入处理所需的适应性处理方法,实际效果较好。     

基于XQuery的商业报告查询引擎的设计与实现

基于XQuery查询语言的XBRL查询引擎首先借助JavaCC工具处理输入的XQuery语句形成抽象语法树,而后根据XQuery查询特点编写程序遍历此语法树来简化查询语言的处理流程,降低查询匹配的复杂度,提高查询效率,利用“SAX+ DOM”方式解析XBRL文件并提取XQuery语句所查询的数据信息.SAX方法可以提高查询效率并节省内存消耗,DOM方法可以支持对XBRL文件的上下文相关查询及频繁查询.实验证明,将二者结合起来应用满足高查询效率和低内存消耗双重需求.     

基于PowerBuilder的异构分布式数据库访问

实现异构分布式数据库共享所要解决的主要问题是数据库转换和数据库的透明访问,目前流行的实现异构分布式数据库互连访问的两种方式是采用公共程序编程接口和专业数据库网关产品。基于PowerBuilder的异构分布式数据库访问方法是以程序编程接口为思想的实现方案。论文详细讨论了PowerBuilder的工作原理和基于PowerBuilder的异构分布式数据库访问的实现方法。     

一种简单蚂蚁算法及其收敛性分析

该文首先介绍了一种可用于函数优化的简单蚂蚁算法，该算法具备了传统蚂蚁算法的基本特征，并给出了变异和最优保存两点改进．然后在给定近似精度的基础上通过Markov过程分析，得出了该算法的全局收敛性．同时，通过对衰减度、变异率等参数的定性讨论，得出了参数的取值对算法性能的影响，并从理论上说明，传统蚁群算法通常的选择概率公式是有缺陷的，而具有变异机制的蚂蚁算法要好于传统蚂蚁算法．该文的实例则说明了文中所给算法的有效性和相关理论论述的正确性．     

贝叶斯网络参数的在线学习算法及应用

以EM算法为基础，在给定贝叶斯网络结构情况下。研究分析了Voting EM算法并利用该算法对防洪决策贝叶斯网络进行在线参数学习，将该算法与EM算法的学习结果进行了比较分析，结果表明Voting EM算法不但能够进行在线参数学习，而且也具有较高的学习精度．     

基于改进的隐马尔可夫模型的网页预取

为提高基于隐马尔可夫模型（HMM：Hidden Markov Model）的网页预取精度,对经典隐马尔可夫模型的两个前提假设进行了扩展,推导出新模型中计算观测序列概率的公式。由此构建出可用于网页预取的高阶隐马尔可夫模型,同时为降低高阶隐马尔可夫模型的空间复杂度,给出了构建树状状态空间存储访问序列的算法。介绍了将改进的隐马尔可夫模型应用于网页预取的具体方法,通过对比实验证实该方法的预取准确度提高了7％。