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.     

基于张量的XML相似度计算方法

扩展标记语言(XML) 带有一定的结构和语义信息, 与普通文本相比, XML具有描述精确、表现形式丰富等特点, 但同时也使得传统的自然语言处理和数据挖掘等技术不能直接应用. 根据XML内容和结构并非独立, 内容影响结构, 结构作用于内容, 提出一种基于张量的XML特征降维及综合相似度计算方法. 针对XML文档, 使用张量表示并采用基于最大互信息的方法对其进行降维, 采用将XML结构和内容相融合的综合相似度度量方法确定结构和内容的内在联系及共同作用方式, 提高XML综合相似度计算性能. 实验及结果分析验证了所提出方法的有效性.

     

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。     

视频概要的分类与综合评价方法*

针对视频摘要产生过程,从结果、信息源、特征化级别和粒度四个方面,提出了一种分类方法,给出了若干实例进行综合评价,侧重反映不同视频概要所处的技术层次与水平。在此基础上,分析了研究现状,给出了进一步研究的方向。     

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。     

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．     

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。     

基于改进ID3算法的轨迹化决策研究

初步对决策树算法在钻井工程中水平井方面的应用进行了研讨。在水平井钻井工程中，轨迹优化设计的重要性不言而喻，它对整个的施工过程都具有重要的指导意义。在工程实践中，主要是依据设计人员的经验来确定造斜点位置，从而确定整个优化轨迹。这个过程中，设计人员的经验决策起了主要的作用，这就为应用决策树学习算法来学习设计人员的决策经验提供了可行性。基于此思路，应用改进了的ID3算法，进行了初步实现。