一种系统依赖图的面向对象扩充方案

提出一种对传统的系统依赖图进行面向对象扩充的方案.把传统的系统依赖图和类依赖子图、类层次子图相结合,从而构成了适合描述面向对象程序的面向对象系统依赖图.详细说明了对系统依赖图进行面向对象语法、语义扩充的过程,同时给出了构造面向对象系统依赖图的一般算法以及应用分析.     

基于层次自组织特征映射的网络异常检测系统数据分析器

提出将层次自组织特征映射神经网络算法应用于网络异常检测，算法自顶向下逐层生成神经网络结构并细化聚类，将神经元的组织和连接方式从平面扩展到层次与平面连接相结合，大大加速了获胜神经元的搜寻过程。基于此种算法，设计并实现了网络异常检测系统中的数据分析器HSOMDA，在DARPA1999数据集上的实验表明其具有较高的检测性能和时间性能。     

基于C程序的控制流图生成器的设计和实现

在对控制流图生成算法进行深入研究的基础上,基于分析器自动生成工具ANTLR,利用语法制导翻译技术,构造具有自动生成程序控制流图功能的语法分析器,并最后对实验生成的控制流图进行可视化输出。     

基于层次聚类的k均值算法研究

针对k均值算法需要用户事先确定聚簇数k、阈值t和聚簇中心Q,提出了一种基于层次的k均值聚类算法（HKMA）。该算法首先采用层次方法对文档进行初始聚类,得到的聚类总数作为k均值算法中的k值,在此基础上,通过k均值聚类对聚类结果进行修正。最后通过实验验证了算法的准确度和时间效率,通过与其他聚类算法的比较,所提出的算法具有更好的性能。     

一种基于层次聚类的k均值算法研究

依据信息论的思想,对基于层次的K-均值聚类算法(HKMA)过程进行了分析,该算法首先采用层次方法对文档进行初始聚类,得到的聚类总数作为k均值算法中的k值,在此基础上,通过k均值聚类对聚类结果进行修正。实验结果表明,HKMA执行时间整体上优于k-means算法,而且随着数据量的增大执行时间的增长幅度也较小。     

一种基于结构的本体分解方法

RDF三元组构成的图模型是本体表示方法的一种,主体和客体对应图中的结点,谓词对应图中的边.本文首先通过查询获取本体的三元组表示,生成对应的图;然后对图做预处理,为不同种类的边设定不同的重要度值;使用社会网理论计算结点之间的依赖度,通过依赖图的分解达到本体分解的目的.本方法修正了基于结构的类层次分解算法,使得本体分解更加合理.     

基于DNA计算的层次图聚类算法

为解决使用DNA计算图聚类问题,提出一种基于DNA计算的层次图聚类算法。在分裂层次聚类中,使用DNA分子对图中顶点、边进行编码,在试管中并行产生最小生成树,根据给定阈值,通过切割树枝得到聚类结果。在凝聚聚类中使用DNA计算产生哈密尔顿路径,通过寻找最短哈密尔顿路径得到聚类结果。实验结果验证了该算法的可行性。     

应用精确两阶段排样图的板材下料算法

求解基于精确两阶段排样图的二维下料问题,用最小的板材成本,生产出所需要的全部毛坯。将顺序启发式算法和排样图生成算法相结合,顺序生成排样方案中的各个排样图;采用顺序价值修正策略,在生成每个排样图后修正其中所含各种毛坯的价值。经过多次迭代生成多个排样方案,从中选择最好者。实验计算时与商业软件和文献算法相比较,结果表明所述算法可以更为有效地减少板材消耗。     

基于修正h指数的学科领域专家发现的研究

结合文献资料特征利用层次聚类算法,实现了自动推荐学术领域专家系统。主要介绍了文本聚类的过程及关键技术;完成对学科领域内作者簇内学术水平的评价,将h指数应用到评价作者的学术水平之中,推荐出该领域中的专家群。将文献资源的层次聚类划分与专家社区发现结合在一起,采用修正h指数公正地评价了作者的学术水平。     

基于超级块支配图插装的软件测试工具设计与实现*

通过超级块支配图来分析软件测试探针的合理插装位置,可有效地减少插装探针数量,降低代码插装对程序的影响。基于超级块支配图的代码插装原理,设计一种针对C语言的软件自动测试工具(SAT),介绍了该工具中词法语法分析器、静态分析器、代码插装器等主要功能模块的具体实现方案,同时对SAT的插装性能进行了分析。     

快速仿射非局部均值图像去噪

针对仿射非局部均值(ANLM)算法对图像去噪过程中出现用时过长的问题,提出了一种快速仿射非 局部均值去噪(F-ANLM)算法。通过对算法的研究和用时分析得知,仿射变换和关于仿射不变相似性度量的计算这 2 个模块占时最多,因此从这 2 个部分入手提出优化策略。算法首先使用仿射协变结构张量其特征向量的夹角代替 尺寸不变特征变换(SIFT)算子的主方向,简化了仿射变换过程;然后将 ANLM 方法中的仿射不变相似性度量改写为 离散卷积的形式,使用快速傅里叶变换减少卷积的运算量,加速仿射协变特征区域之间相似性度量的计算。实验证 明,F-ANLM 方法简化了仿射变换和仿射不变相似性度量的计算,与原来 ANLM 算法相比,速度得到很大的提升。     

基于Kinect的改进移动机器人视觉SLAM

针对传统ICP（iterative closest points,迭代最近点算法）存在易陷入局部最优、匹配误差大等问题,提出了一种新的欧氏距离和角度阈值双重限制方法,并在此基础上构建了基于Kinect的室内移动机器人RGB-D SLAM（simultaneous localization and mapping）系统。首先,使用Kinect获取室内环境的彩色信息和深度信息,通过图像特征提取与匹配,结合相机内参与像素点深度值,建立三维点云对应关系;然后,利用RANSAC（random sample consensus）算法剔除外点,完成点云的初匹配;采用改进的点云配准算法完成点云的精匹配;最后,在关键帧选取中引入权重,结合g2o（general graph optimization）算法对机器人位姿进行优化。实验证明该方法的有效性与可行性,提高了三维点云地图的精度,并估计出了机器人运行轨迹。     

基于拓扑结构和个体动态层面的多智能体系统可控性分析

针对一般线性多智能体系统中网络拓扑及个体动态这两个层面的可控性对系统整体可控性的关系进行了研究，提出了一种新的描述一般线性多智能体系统的模型。利用PBH(Popov-Belevitch-Hautus)判据，得到并证明了在此模型下多智能体系统可控性在网络拓扑结构与个体动态层面的充要条件。结合具体的例子解释了系统矩阵中出现重复特征值时对定理2充分性的影响，并且提供了一种避免重复特征值出现的方法。特别地，推导出了此模型下系统矩阵为实对称矩阵这一特殊情况时可以判定该系统不可控的两种判定条件，即比较系统矩阵中最大的特征值代数重数与控制矩阵中1元素的个数，满足条件即判定系统不可控。     

人和人工智能系统的概念形成过程研究

概念的形成是实现人工智能的基础,为研究人工智能系统中概念的形成过程,从人对事物形成概念的过程出发进行了研究。比较人和人工智能系统的概念形成过程得到了如下特点:人的优势在于能自主地确定对象表象和对象功能中的各种特征和划分等,能在对象、描述性定义和功能性定义对应关系不完备情况下通过思维和联想建立概念;人工智能系统的优势在于丰富的对象表象感知能力,对象的各种特征和划分的长期存储、运算和分析能力;而人工智能的概念形成过程存在的缺点基本与人的概念形成过程的优点对应。因此本文认为人工智能的概念形成过程必须关注因素的智能识别、功能的系统实践和人经验知识的有师学习。现有技术在缺乏人经验知识的情况下,人工智能系统不能自主建立概念和知识库,不能实现智能过程。     

基于对象变化的邻域决策粗糙集动态更新算法

针对现实环境下数据集不断动态变化的特性,提出一种邻域决策粗糙集模型的增量式更新算法。采用由简单到复杂的研究思路,分析了邻域型信息系统论域增加和减少单个对象时,目标近似集与邻域类之间概率的变化规律,进一步地利用这种规律来构造单个对象变化时邻域决策粗糙集模型上下近似集的增量式更新,在单个对象变化的基础上,通过逐步迭代的方式设计了对象批量变化时的增量式更新算法。实验分析表明,所提出的算法具有较高的增量式更新性能,适用于动态数据环境下邻域决策粗糙集模型的动态更新。     

助训练框架下的半监督软测量建模方法

为了充分利用工业过程中大量无标签样本信息,并减少过程的不确定因素对无标签样本质量的影响,提出一种助训练框架下的半监督孪生支持向量回归软测量建模方法。采用孪生支持向量回归机构建主学习器,对高置信度无标签样本添加伪标签;同时,基于K近邻算法构建辅学习器,最大化学习器在近邻样本集上的均方误差,经过此项指标筛选后的待处理样本集包含了更多的数据信息;主、辅学习器二者相辅相成,一定程度上提高了模型的泛化性;再利用所构建的助训练框架提高样本利用率后得到预测模型,实现对无标签样本信息的充分挖掘。通过对脱丁烷塔工业过程中的实际数据进行建模仿真,所得结果表明此模型具有良好的预测性能。     

Constrained and SNR-Based Solutions for TV-Hilbert Space Image Denoising

We examine the general regularization model which is based on total-variation for the structural part and a Hilbert-space norm for the oscillatory part. This framework generalizes the Rudin-Osher-Fatemi and the Osher-Sole-Vese models and opens way for new denoising or decomposition methods with tunable norms, which are adapted to the nature of the noise or textures of the image. We give sufficient conditions and prove the convergence of an iterative numerical implementation, following Chambolle’s projection algorithm. In this paper we focus on the denoising problem. In order to provide an automatic solution, a systematic method for choosing the weight between the energies is imperative. The classical method for selecting the weight parameter according to the noise variance is reformulated in a Hilbert space sense. Moreover, we generalize a recent study of Gilboa-Sochen-Zeevi where the weight parameter is selected such that the denoised result is close to optimal, in the SNR sense. A broader definition of SNR, which is frequency weighted, is formulated in the context of inner products. A necessary condition for maximal SNR is provided. Lower and upper bounds on the SNR performance of the classical and optimal strategies are established, under quite general assumptions.     

基于强化学习的参数自整定及优化算法

传统PID控制算法在非线性时滞系统的应用中,存在参数整定及性能优化过程繁琐、控制效果不理想的问题。针对该问题,提出了一种基于强化学习的控制器参数自整定及优化算法。该算法引入系统动态性能指标计算奖励函数,通过学习周期性阶跃响应的经验数据,无需辨识被控对象模型的具体数据,即可实现控制器参数的在线自整定及优化。以水箱液位控制系统为实验对象,对不同类型的PID控制器使用该算法进行参数整定及优化的对比实验。实验结果表明,相比于传统的参数整定方法,所提出的算法能省去繁琐的人工调参过程,有效优化控制器参数,减少被控量的超调量,提升控制器动态响应性能。     

基于Visual FoxPro环境AeCESS数据库操作的实现

在Visual FoxPro中使用ACCESS数据库,能够克服其自奄存在的数据库、数据表与索引文件分离、数据表安全性不高等不利因素,较好地发挥二者在数据库管理与编程方酗的优势。鉴于这方面的资料较少,系统地阐述Visual FoxPm环境下ACCESS数据库的操作方法,实现在Visual FoxPro中ACCESS数据库的建立、压缩与修复;数据表的建立、结构与记录的维护;Visual FoxPro数据库与ACCESS数据库的相互转换、Visual FaxPro中通用字段与ACCESS中OLE字段的数据转换等方法是很多用户的客观需求。用Visual FoxPro编程方式全面操纵ACCESS数据库具有重要的理论与应用价值。     

三维离散曲线曲率挠率的微中心差分算法

曲率和挠率是描述三维空间离散曲线的弯曲和扭曲程度的两个微分量。为了准确计算这两个微分量，从连续曲线的导数定义出发，提出微中心差分算法进行三维空间离散曲线的曲率和挠率计算。该算法基于差商平滑策略实现对单侧差分算法的一个有效扩展。与单侧差分算法相比，微中心差分算法不增加算法执行时间，但在计算精度方面有显著提升。实验分析是通过6条曲线的均匀采样获取离散曲线数据，与5种常用的曲率和挠率计算算法相比较，对这6种算法从采样密度对算法精度的影响、计算效率和抗噪声性能这3个方面进行了对比分析。实验结果表明，微中心差分算法总体效果最好。