合成金字塔预测模型中内含的改进型CBA预测方法*

蛋白质二级结构预测问题,是生物信息学领域中最为重要的任务之一,历经三十多年的研究,已取得了一些进展,尤其是近来集成预测模型与混合预测模型的引入,为预测精度带来了一定程度的提高,然而其离从二级结构推导三级结构的目标,仍然存在很大差距。为了有效提高蛋白质二级结构预测精度,以KDTICM理论的扩展性研究与KDD*模型为基础, 使用基于KDD*模型的关联分析蛋白质二级结构预测方法KAAPRO,提出一种基于支持度与可信度的复杂距离度量的CBA(classification based on association)     

一种模糊认知图分类器的研究*

通过使用模糊认知图来模拟分类过程,构造了一种模糊认知图分类器,提出了它的两种模糊认知图分类模型,并在此基础上给出了使用它进行分类的推理机制。实验证明,该方法具有良好的分类性能。     

核二维最大间距准则

研究了核理论和二维矩阵表示的非线性特征提取方法。在对向量和矩阵表示最大间距准则进行分析基础上,提出了一种核二维最大间距准则的非线性判别方法。该算法是对二维最大间距准则的核化推广,不但有效利用了图像的空间结构信息,而且分别在两个特征空间提取判别特征。在ORL和Extended Yale-B人脸数据库上的实验表明了该算法的有效性。     

基于KM教学法的大学计算机基础全英文教学

分析开展全英文教学的紧迫性和可行性,开展全英文教学的设计与实践,从教材的选择、课堂内容的组织、KM教学法的实施及实践效果展开讨论,总结该课程建设所遇到的问题及解决方案。     

基于集成金字塔模型的单分类方法

针对单分类提出了一种集成金字塔模型(Single-class Classification Integratcd Pyramid Modcl, SCCIPM) , 由综合获取层、辅助判定层、核心分类层和结果优化层4个独立协同的层面组成。其中综合获取层由改进的KNN以及优化的1-DNF两个分类方法组成,主要用来获取反例,其结果均提交到辅助判定层投票后得到可靠反例;核心分类层通过多次迭代更新可靠反例,每次迭代建立一个分类器;结果优化层根据核心分类层所建立的不同分类器优化选择最终分类器。仿真实验表明,当正例占整个样本的50%以下时,SCCIPM较其它方法优势明显,在解决单分类上具有良好的分类性能。     

不完备信息系统属性约简的矩阵算法

通过分析不完备信息系统中基于相容矩阵的属性约简算法,定义一个在单个条件属性下的新二进制相容矩阵,给出新矩阵间的吸收运算规则,利用该规则得到不完备信息系统条件属性集的二进制相容矩阵.通过判断新二进制相容矩阵间运算后得到的矩阵是否与条件属性集下的矩阵等价,找出不完备信息系统的属性约简.证明该属性约简与不完备信息系统中基于正...     

径向基函数网络在虚拟加工对象重构中的应用

针对虚拟制造中无加工对象数据的加工过程仿真,提出适用于离散无规则边界测量数据的径向基函数网络方法,以重构加工对象曲面,阐述了径向基函数网络曲面重构的基本理论,分析了径向基函数网络宽度参数的确定方法;给出了径向基函数网络曲面重构函数的具体实现过程,计算了重构的误差.以实例验证了该方法的可行性,并与传统曲面拟合方法相比较,得出该方法的重构精度高,改进了传统曲面拟合在处理非均匀截面数据点时曲面形状的失真和运算的不稳定现象,从而显示了径向基函数网络重构曲面的优越性.     

数据挖掘领域的两大猜想

本文针对目前数据挖掘所面临的机遇和挑战，提出了数据挖掘“逆问题猜想”和数据挖掘“磁铁效应猜想”。这两个猜想构成相互关联的统一的有机体，本质上是围绕解决“海量”这一难题。本文讨论了猜想研究的基础，实现的可行性以及可能的研究内容。     

KDD中知识库智能接口的设计与实现

文章利用面向对象的编程技术,采用Delphi5.0语言,针对由不同数据库系统构成的知识库系统,实现了不同知识库系统的无缝连接,较好地解决了不同知识库系统的接口问题,为KDD中不一致知识的的通用处理奠定了坚实的基础。     

一个有效的基于信息熵的启发式属性约简算法

基于信息熵的属性约简算法都是以信息熵为启发信息设计的,其时间复杂度并不理想.为降低算法的时间复杂度,引入简化决策表的定义,设计了一个求简化决策表的算法,其时间复杂度为O(|C||U|).以快速缩小简化决策表的搜索空间为目的,定义了一个新的、较为合理的、度量属性的信息量,并给出了它的递归计算方法,其时间复杂度为P(| U/C|).同时证明了简化决策表上基于信息量的属性约简与原决策表上基于信息熵的属性约简是等价的.然后以属性的信息量为启发信息,设计了一个基于信息熵的快速属性约简算法,其时问复杂度降为max(O(|C||U|),O(|C|2|U/C|)),并用一个实例说明算法的有效性,实验结果表明新算法不仅具有高效性,且能处理大型决策表.