中医舌诊八纲辨证神经网络知识库构建

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及“软计算”技术的特点出发,探讨了利用“软计算”的方法构建中医诊断神经网络知识库的基本设想,最后在MATLAB中利用现有结构固定的三种神经网络模型分别粗略地构造了中医“八纲辨证”神经网络,并分析其计算结果。说明采用神经网络技术构建中医诊断知识库是完全可行的。     

优化中医八纲辨证神经网络参数的MIGA-1算法

从分析中医八纲辨证神经网络的不足出发,在基于Meta种群理论免疫遗传算法(MIGA)的基础上设计了一种优化中医八纲辨证神经网络参数的免疫遗传算法——MIGA-1优化算法。实验结果表明,以MIGA-1算法作为参数优化机制的中医八纲辨证神经网络具有更好的自我适应能力,减少了人为设定参数的随意性。     

基于ANN的中医舌诊八纲辨证知识库构建与应用*

从中医舌诊与八纲辨证之间的不确定性、复杂性、逻辑推理的模糊性出发,寻找能够充分模拟舌像与八纲辨证的非线性映射关系的数据模型,探讨利用人工神经网络(ANN)算法构建中医诊断神经网络知识库。采用MS SQL Server 2005平台,选择Microsoft神经网络数据挖掘查看功能,并能够预测分析,可以有效辅助教学实践和中医临床规范化诊断。     

优化中医八纲辨证神经网络参数的 MIGA -1算法 *

从分析中医八纲辨证神经网络的不足出发 ,在基于 Meta种群理论免疫遗传算法( MIGA)的基础上设计了一种优化中医八纲辨证神经网络参数的免疫遗传算法———MIGA-1优化算法。实验结果表明 ,以 MIGA-1算法作为参数优化机制的中医八纲辨证神经网络具有更好的自我适应能力 ,减少了人为设定参数的随意性。     

中医舌诊神经网络的优化遗传算法

从舌象的特点和基于舌象的八纲辨证中医知识的参数形式,并结合各证型的主证分析因子,利用改进遗传算法对构建的前馈式神经网络进行优化,是对目前中医诊断神经网络方法运用的一种新发展.该遗传算法结合了实数编码、数学交叉、PSO等思想,对于形成一种中医专家系统的软计算构成技术奠定了基本的方法.仿真实验结果表明,该方法具有较为理想的效果.     

基于神经网络的中医面诊证素辨证的研究

根据中医诊断推理对知识的不确定性、不完全性和逻辑推理的模糊性及神经网络技术的特点出发,利用神经网络对中医面诊证素辨证进行研究,得到一个关于证素辨证的面诊神经网络结构。在MATLAB上设计出这个神经网络结构,对64例病例进行辨证并对其结果进行分析。     

基于基因打靶技术的中医脏腑辨证分型算法

受生物学基因打靶技术的启发和通过对中医脏腑证型分类标准的研究,提出了一种新颖的中医智能脏腑辨证算法,称之为中医脏腑辨证分型算法。主要思想是把中医脏腑证型的主要症状和次要症状,以及舌象、脉象信息设计为脏腑证型模靶;临床病例病症信息作为脏腑病症基因组,并进行模靶射击式的辨证分型操作。通过对慢性胃炎疾病的辨证分型计算结果的分析,说明中医脏腑辨证分型算法的有效性,为中医辨证信息处理的客观化、可计算化提供了一种新的研究方法,同时具有一定的临床诊断应用价值。     

一种基于ANN的中医辨证不确定性推理模型研究

提出中医辨证中不确定性推理的基于可信度因子和可信度区间的模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现中医辨证不确定性推理方面有效地避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且可以将专家的典型经验推广应用到一般情形。     

最大熵在中医智能辨证的研究及其应用

分析了中医临床记录中症状与症候类别之间的关系,将机器学习中的最大熵原理应用于中医辨症中,建立相应的分类模型,从而观察类别预测的正确性,为中医智能诊断提供初筛和决策支持。同时,将基于最大熵的分类器和基于朴素贝叶斯的分类器进行比较,结果显示,基于最大熵的分类效果胜过朴素贝叶斯分类。这表明将最大熵原理以及算法应用在中医诊断是可行的。     

语音识别技术分析及展望

通过对语音识别原理进行研究与探讨,总结目前语音识别领域的技术,分析市场上的语音识别产品类型并展望语音识别在商业领域应用的发展前景.     

基于ANN和单个三轴加速度传感器的汽车运动姿态测量

汽车车身姿态测量一直是汽车技术的关键一环。提出了一种无陀螺实时车身姿态测量方案,利用单个三轴加速度传感器通过BP人工神经网络(ANN)映射出实时车身姿态。方案巧妙地根据汽车行驶的特性作出物理模型以及算法的精简,利用神经网络的非线性函数学习和泛化推理能力,对输入的三轴加速度值进行惯性有害分量滤除和系统误差补偿然后映射输出...     

基于ANN的VOC获取工具开发关键技术研究

现代产品质量表示产品的质量特征在其整个生命周期内满足顾客需求(VOC)的程度。将人工智能和Internet网络技术应用于VOC获取工具开发中,建立了产品VOC获取工具的系统结构;论述了VOC获取工具实现的关键技术,着重研究了基于人工神经网络(ANN)模型的VOC框架自动生成技术,结合应用实例验证了模型的有效性。     

一个基于神经网络和遗传算法的游戏自主角色的设计

具有学习能力和动态适应环境变化的自主角色已经成为商业游戏的一个卖点,采用传统的人工智能方法往往无法实现复杂的自主角色的行为,基于此,采用非确定性的神经网络和遗传算法来实现自主角色已经成为当前游戏人工智能的一个热点。分析了游戏自主角色的特点, 建立了NPC的自主认知模型,同时采用神经网络和遗传算法相结合的游戏自主角色的设计思路,利用遗传算法优化神经网络的方法设计了一个自主角色的框架,建立了一个游戏角色的自学习模型,通过仿真实验表明采用神经网络和遗传算法相结合的非确定性算法形成的游戏角色的自学习系统要比传统的NPC角色更加自主和智能化。     

基于自主作业的AUV视觉系统

自主作业能力是智能水下机器人(Autonomous Underwater Vehicle, AUV)的发展方向 ,本文介绍了用于AUV作业的一个视觉系统,描述了系统的硬件结构和软件体系,论述了水 下图像处理方法,详细描述了用于目标识别的神经网络的结构、建模及神经网络识别方法, 给出了神经网络特征向量和识别结果．     

Using online textual data,principal component analysis and artificial neural networks to study business and innovation practices in technology-driven firms

In this paper we introduce a method that combines principal component analysis, correlation analysis, K-means clustering and self organizing maps for the quantitative semantic analysis of textual data focusing on the relationship between firms’ co-creation activities, the perception of their innovation and the articulation of the attributes of their product-enabled services. Principal component analysis was used to identify the components of firms’ value co-creation activities and service value attributes; correlation analysis was used to examine the relationship between the degree of involvement in specific co-creation activities, the online articulation of firms’ service value attributes and the perception of their innovativeness. K-means and self organizing map (SOM) are used to cluster firms with regards to their involvement in co-creation and new service development, and, additionally, as complementary tools for studying the relationship between co-creation and new service development.The results show that, first, there is a statistically significant relationship between firms’ degree of involvement in co-creation activities and the degree of articulation of their service value attributes; second, the relationship should be considered within the context of firms’ innovation activities; third, OS Software-driven firms are the best example in terms of co-creation and new product-enabled service development, i.e. the collaborative principles built in their customer participation platforms should be adopted by other (non-software) firms interested in enhancing their innovation capacity through involvement in co-creation and new product-enabled service development.     

鲁棒主元分析在掌纹识别中的应用

为了对存在异常值的图像构建低维线性子空间的描述,提出用鲁棒主元分析(RPCA)的新方法进行掌纹识别。运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用RPCA提取低维的投影向量,然后将训练图像和待识别图像向投影向量上投影得到鲁棒主元特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,结果表明,与主元分析(PCA)、独立元分析(ICA)和核主元分析(KPCA)相比,RPCA算法的识别率最高为99%,特征提取和匹配总时间0.032 s,满足了实时系统的要求。     

目标定位图像中心新方法*

利用人工神经网络,无需对摄像机进行预标定,只要给出目标在计算机图像中的坐标点,就可直接得出摄像机云台水平和垂直需要调整的角度,将目标定位在图像中心。理论和实验证明,该方法比传统方法硬件要求低,算法简单,精度高。