一种嵌入式智能寻迹机器人设计

本文对嵌入式智能寻迹机器人的硬件架构与软件的设计进行了探讨,包括基于AT89S52的光电传感器、直流电机控制、电源等硬件电路板和寻迹路径探测算法的具体实现技术,利用光电传感器识别障碍物,直流电机驱动机器人的四个轮子,经过软件的控制,机器人能够在无需任何外界力量的情况下,智能地完成从自制的迷宫入口走到出口的寻迹任务,为嵌入式系统设计与开发提供了一个典型的范例.     

一种新的面向顾客的目录分割算法

目录分割问题是基于微观经济观点的数据挖掘在商业中的一个重要的应用.企业希望设计大小为r的k个目录来发送给相应感兴趣的顾客,使得顾客购买的商品数量最多.从顾客角度出发,研究面向顾客的目录分割问题,即在上述目录分割问题中要求顾客对收到的目录至少有兴趣度t. 面向顾客的目录分割问题的效用使用满足最小兴趣度t的顾客数量评估,给出一个有效的算法MaxCover解决该问题,使用新数据结构TFP-Tree来存储顾客数据库,使用树深度遍历方法来选择目录中的产品.通过对实验数据的分析,验证了本算法能够获得更好的促销效果.     

一种基于网格距离的融合式聚类算法

提出了一种基于网格距离的融合式聚类算法（Agglomerative Clustering algorithm based on Grid Distance,ACGD）。为规模不同的数据集分别设计了初始球状网格和初始矩形网格,并以此作为合并过程的起点。基于随机映射思想设计了网格之间的距离定义并以此完成聚类任务。ACGD的参数以自适应学习策略确定。真实数据集上的实验表明,ACGD具有良好聚类效果,具有比同类算法更高的效率和算法鲁棒性。     

互连性层次聚类法在交易数据聚类分析中的应用

提出一种使用互连性度量聚类间相似度的层次聚类算法 ,并对算法中较为耗时的两步进行了修改 ,在不牺牲质量的前提下 ,提高了算法的运行速度 .通过分析交易数据的实际聚类 ,可得到合理的市场分段 ,预测顾客购买行为 .实验结果表明 ,该方法具有良好的挖掘效果 .     

最小生成树用于基因表示数据的聚类算法

在生物学研究中，需要对植物和动物分类，对基因进行分类，以获得对种群固有结构的认识．使用聚类分析方法，有效地鉴别基因表示数据的模式，将它们分组成为由类似对象组成的多个类，对研究基因的结构、功能以及不同种类基因之间的关系都具有重要意义．将图论的最小生成树理论引入分子生物学中基因表示数据的聚类分析方法，设计了生成树的表示和基于最小生成树的聚类算法，证明了该方法对于一些准则函数能够产生全局最优簇，并根据实验结果对算法进行了讨论和评价．     

一种改进的虹膜定位方法

虹膜定位是虹膜识别中至关重要的环节,根据实际应用中瞳孔内部会由于反光而形成亮点的情况，本文对粗定位方法进行改进,利用虹膜图像的灰度直方图，首先根据瞳孔的灰度分布特点求二值化闪值，采用圆内弦中点平均方法粗定位其圆心和半径，从而减少精定位的搜索范围和计算量，然后利用圆检测算法在二值化图像中进行内圃精定位,与传统方法相比,能够减少内圃定位于瞳孔内部的错误,实验结果验证了该方法的可行性和有效性．     

基于径向基函数蛋白质二级结构预测方法

文章针对蛋白质二级结构预测这一复杂非线性模式分类问题,提出了基于径向基函数的预测方法。在分析了基于神经网络预测方法的基础上,讨论了蛋白质二级结构预测算法研究中的数据选取、网络结构与参数对网络性能的影响,实验结果表明这一方法的可行性和有效性。     

增强学习与神经网络在交通信号控制中的应用

城市交通系统是一个十分复杂的系统,鉴于交通流的多变性和交通控制的实时性,将增强学习应用于交通信号控制问题中,这样就可以根据实时的交通状态信息动态地进行决策,自动地适应环境以便取得更好的控制效果。然而由于交通状态空间太大而难以建立线性表,采用增强学习与人工神经网络相结合的方法,解决了多个路口的交通信号控制问题。通过在仿真环境下的对比,证明该方法的控制效果明显优于传统的固定配时控制策略。     

一种快速收敛的遗传算法

本文针对传统遗传算法收敛速度慢的缺点，提出了一种改进的快速收敛算法，并以八皇后问题为例进行了数值模拟，实验结果表明这种改进的遗传在收敛速度上大大优于传统遗传算法。