基于粗集和神经网络的数据挖掘技术在中药方剂配伍中的药效关系研究

在中药方剂的数据预处理研究中,应用粗糙集理论,能够在大数据量和消除冗余信息方面取得很好的效果.神经网络具有较强的并行数据处理能力和容错能力,以及非线性模拟能力.将两种技术结合应用在中药方剂配伍的研究中,能够很好的实现对中药方剂药物的药性评价,进一步挖掘出方剂中药物之间的药效关系,为探寻中药方剂的配伍规律提供了技术支持.     

基于马氏距离的近邻传播聚类算法

为改善近邻传播聚类算法对高维数据的聚类效果,引入马氏距离替换原算法中的欧氏距离,并借助正则化总散度矩阵的奇异值分解实现数据变换预处理,进而在在降维后的变换子空间中对数据集进行聚类。针对Iris、User、Soybean和Vehicle四个数据集,选取适当正则化参数,经仿真实验可见,改进算法的聚类精度在整体上有所提高。     

基于形状相似距离的K-means聚类算法

把向量作为空间中的物体展开相似度的评估,分析了向量间各维差值与形状差异的间的近似关系,提出了基于形状相似距离的K-means算法。在三个UCI(University of California,Irvine)标准数据集上的聚类结果表明,对于有关形状信息的数据,基于形状相似距离的K-means算法比采用传统距离的K-means算法,聚类准确度显著提高。     

基于距离相似度的数据关联算法分析

多目标测向交叉定位时易产生大量虚假定位点,通过量测与目标之间的约束条件最大限度缩小假设集,再通过计算不同浮标组合下目标的距离相似度来滤除虚假点,获得目标真实航迹。该方法无需先验信息,只需3个测量平台,降低了平台间时间同步和数据互联的复杂度。仿真实验表明,应用该方法可以快速、稳定地完成多目标数据关联,具有良好的工程应用价值。     

基于属性相似度的属性约简算法

为解决粗糙集属性约简算法存在的诸多问题，从属性相似度出发推导出属性相似度与粒度相似度的一致性，进而提出了一种基于属性相似度的属性约简算法，主要包括采用分明矩阵法求条件属性集的约简，核的求取，可省属性的相似度计算和最简约简的求出等步骤，仿真与对比分析表明其计算简便、效果显著。     

基于用户属性和项目属性的融合推荐算法

针对传统协同过滤算法的冷启动、推荐精度低等问题,提出基于用户属性和项目属性的协同过滤算法以及它们两者的融合推荐算法。在计算用户相似度时,提出用户年龄、性别和职业属性差异度,并与皮尔逊相关系数加权结合;在计算项目相似度时,提出项目类型标签和项目被评分时间,并将两者与项目余弦相似度融合。最后将上述两种算法的推荐结果进行加权融合。实验结果表明,改进的融合推荐算法相比其他4种算法在平均绝对误差率(mean absolute error,MAE)和时间性能方面有更好的推荐结果,并且能够在有新用户和新项目出现的情况下明显提高推荐系统的推荐质量。     

一种基于神经网络的LD-CELP算法

在低延时矢量励线性预测 (LD -CELP)编码算法的基础上 ,提出直接矢量量化的低延迟矢量激励线性预测编码方案 (DVQ -LD -CELP) ,采用误差反向传播神经网络 (BPNN)来实现DVQ -LD -CELP方法中的码本搜索算法 ,实现在保持原编码方法 (LD -CELP)生成语音的音质和码率的同时 ,降低码本搜索的复杂度 ,提高码本搜索算法的效率     

基于免疫数值归约方法的车牌颜色识别算法

为了解决K近邻算法(KNN)在训练样本较大时计算开销很高的问题,提出了一种新颖的基于免疫原理的数值归约方法,并将之应用于车牌颜色的识别.给出了抗原决定基、免疫细胞等的定义和亲和力计算方法;采用克隆选择与变异、免疫耐受和免疫记忆等机制实现对训练抗原集的多种群并行免疫学习,达到数值归约的目的;利用免疫归约所得检测器结合KNN方法完成免疫应答阶段的车牌颜色识别.在两个数据集上与利用直方图进行数值归约的方法进行了对比实验,结果表明,本文算法能有效进行数值归约,归约率分别达到98.87%和 95.48%;并取得了较好的分类效果,正确率分别为97.45%和94.73%.     

直觉三角模糊数距离及其在多属性决策上的应用

研究了直觉三角模糊数的距离问题。针对现有距离公式存在的不足,提出了一种新的衡量直觉三角模糊数距离的公式。同时,定义了直觉三角模糊数的相似度以及直觉三角模糊数向量之间的距离和相似度的计算公式,完善了直觉三角模糊数理论。最后,将直觉三角模糊数距离测度应用到多属性决策中,并用算例说明其可行性和实用性。     

基于本体语义的简单向量距离分类方法

针对传统简单距离分类方法的特征选择未考虑到不同抽象层次上的词汇语义差异,提出了一种基于本体语义的简单向量距离分类方法,在本体库的支持下有效地将语言学知识融合到文本向量空间的表示中,进一步挖掘出特征项概念间的深层语义联系,用得到的语义特征向量作为最终的文本特征向量.同时定义了基于领域本体计算不同抽象层上的语义相似度,并将其应用到简单向量距离分类算法中.在数据集CWT20G上的实验表明:基于本体语义的简单距离分类算法对同义词、多义词、上下位词区分能力更强;并且分类准确率随着语义分析的深入逐步提高.     

东西湖区水利系统排涝优化调度

根据东西湖水利系统排引灌的逻辑关系 ,对该系统进行了合理概化 ,并以涝灾水量最小为目标函数建立了东西湖区排涝优化调度模型 .由于闸门的操作具有“0 ,1”特性 ,使优化模型形成一种二维、一维混合模型 ,大大地增加了模型求解的难度 .通过将二维状态离散点进行顺序组合的方式 ,将二维问题转化为一维问题 ,从而顺利地完成了计算     

基于生物启发计算的警用流动人口分析系统

目前对流动人口的管理仅停留在数据查询比对和简单统计上,缺少对数据的深层次分析,难以对决策指挥提供支持。针对流动人口的分析问题,提出了构建一个基于生物启发计算的智能分析系统,用于发现流动人口中各类人员的流动模式以及流动人口的趋势性问题,找出异常的流动信息和模式。该系统综合运用了前沿的生物启发计算技术——基于多层染色体基因表达式编程算法、重叠基因表达进化算法、基于概念相似度神经网络分类模型和层次距离计算的聚类算法搭建了一个警用流动人口的分析平台。同时根据实际需求,提出了一种新的基于智能分析结果的分级报警模型。实验表明系统具有较高的性能和实用性。     

基于SIR维数压缩的边坡稳定性神经网络评价

人工神经网络作为一种评价边坡稳定性的半定量方法，由于影响边坡稳定性的因素较多，必然会产生信息量的重叠及失准，从而导致神经网络的规模庞大和泛化能力下降，影响其在边坡问题上的可应用性。针对这一问题．应用分段逆回归(SIR)方法实现BP神经网络的维数压缩，并在SIR方法中采用新的归一化函数进行标准化处理，最终达到减小神经网络规模、提高其泛化能力的目的。通过边坡稳定实例分析，说明该方法能达到满意效果。     

基于SPI的三维物体变形测试

本文在SPI测量变形物体三维位相的原理上,选用马赫-泽德干涉系统,提出了用一个干涉图法,实现了散斑干涉图三维位相测试的新方法。用CCD分别接收物体变形前后的散斑图,将两幅散斑图相减得到变形物体的散斑干涉条纹图。应用MAT LAB软件编程对散斑干涉图进行二维FFT运算,获得变形物体的三维位相。由三维位相分布可以判读物体的三维变形,进而为后续分析物体的三维应力奠定基础。实验表明,该方法简单、速度快,一个干涉图法可减少震动对测试结果的影响,精度容易达到λ/10。     

共享隐变量模型的解析算法及应用

从理论上探讨了共享隐结构模型的实质,并证明其与经典主分量分析的等价性.针对经典的共享隐结构算法需要使用确定性优化算法或者EM算法求解、且初值的设定以及优化速度精度很难控制这一特点,给出了共享隐变量模型的解析式,证明了高斯过程共享隐变量模型等价于经典PCA方法,即可以用PCA方法作为共享隐变量模型的解析式,并给出在人体运动分析中的实验结果.     

一种基于高维数据挖掘的入侵检测方案

介绍了数据挖掘及入侵检测系统的概念及关键技术,提出了一种基于高维数据挖掘的智能化入侵检测系统,通过数据挖掘的方法可从大量的攻击数据中提取有攻击行为的特征,并实现了一种具有自我学习、自我发展能力的入侵检测系统.