支持向量回归的改进及其在QSAR中的应用

支持向量回归（SVR）存在诸多缺陷。本文基于均方误差（MSE）最小原则与留一法发展了自动筛选最优核函数与自变量的方法,对SVR进行了改进并构建了SVR的基本应用模型,该模型有效性在定量构效关系（QSAR）研究中得到验证。     

基于改进遗传算法的TS模糊模型的优化设计

提出了一种新的将隶属度函数和规则库统一编码的改进遗传算法进行TS模糊模型整体优化设计的方法。利用FCM算法和最小二乘法辨识初始的模糊模型;利用改进遗传算法整体优化模糊模型,克服了以往将模型结构和参数分开优化的缺陷。为了提高模型的解释性,提出了将基于相似性的模糊集合和模糊规则的简化方法用于对模型的约简,并利用该方法对Mackey-Glass混沌序列建模。仿真结果验证了该方法的有效性。     

基于改进PSO与规则约简的模糊系统优化算法

模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷.针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法.在两个不同领域的经典数据集上的研究结果表明:1)CPSFS算法在训练集和测试集上的预测精度明显优于传统的BP神经网络、RBF神经网络、线性回归等算法;2)CPSFS算法与SPSFS算法减少了大量模糊规则,保证了模型的可解释性;3)CPSFS算法在约简模糊规则后预测精度依然表现最优,符合新时代下回归问题对于AI技术的要求.     

任务间共享和特有结构分解的多任务TSK模糊系统建模

现有的多任务Takagi-Sugeno-Kang (TSK) 模糊建模方法更注重利用任务间的相关性信息,而忽略了单个任务的特殊性。针对此问题,本文提出了一种考虑所有任务之间的共享结构和特有结构的TSK模糊系统多任务建模新方法。该方法将后件参数分解为共享参数和特有参数两个分量,既充分利用了任务间共享信息,又有效地保留了单个任务的特性。最后,本文利用增广拉格朗日乘子法(ALM)求解该最优化问题。实验结果表明,该方法比现有的模型获得了更好的表现。     

基于文本注意力的推荐系统可解释性研究

可解释性能够提高用户对推荐系统的信任度并且提升推荐系统的说服力和透明性,因此有许多工作都致力于实现推荐系统的可解释性。由于评论中包含了丰富的信息,能够体现用户偏好与情感信息,同时包含了对应商品所具有的特性,最近的一些基于评论的深度推荐系统有效地提高了推荐系统的可解释性。这些基于评论的深度推荐系统中内置的注意力机制能够从对应的评论中识别出有用的语义单元（例如词、属性或者评论）,而推荐系统通过这些高权重的语义单元做出决策,从而增强推荐系统的可解释性。但可解释性在很多工作中仅作为一个辅助性的子任务,只在一些案例研究中来做出一些定性的比较,来说明推荐系统是具有可解释性的,到目前为止并没有一个能够综合地评估基于评论推荐系统可解释性的方法。本文首先根据在注意力权重计算机制的不同,将这些具有可解释性的基于评论的推荐系统分为三类：基于注意力的推荐系统,基于交互的推荐系统,基于属性的推荐系统,随后选取了五个最先进的基于评论的深度推荐系统,通过推荐系统内置的注意力机制获得的评论权重文档,在三个真实数据集上进行了人工标注,分别量化地评价推荐系统的可解释性。标注的结果表明不同的基于评论的深度推荐系统的可解释性是具有优劣之分的,但当前的基于评论的深度推荐系统都有超过一半的可能性能够捕捉到用户对目标评论的偏好信息。在评估的五个推荐系统中,并没有哪个推荐系统在所有的数据中具有绝对的优势。也就是说,这些推荐系统在推荐可解释性方面是相互补充的。通过进一步的数据分析发现,如果推荐系统具有更精确的分数预测结果,那推荐系统通过注意力机制获得的高权重的信息确实更能够体现用户的偏好或者商品特征,说明推荐系统内置的注意力机制在提高可解释性的同时也能够提高预测精度;并且发现相较于长评论,推荐系统更容易捕捉到较短的评论中的特征信息;而可解释性评分高的推荐系统会更可能地为形容词赋予较高的权重。本文也为推荐系统可解释性评估进一步研究和探索更好的基于评论的推荐系统解决方案提供了一些启示。     

基于批量模糊学习矢量量化的模糊系统辨识

提出一种基于批量模糊学习矢量量化的模糊系统辨识方法．首先通过优化方法自动调整模糊指数，使所得到的模糊规则前件隶属度函数与聚类规则得到的隶属度函数相比具有较好的可解释性；然后针对模糊系统可解释性与精度之间的困境问题，为保证参数的可理解性．利用带约束的非线性优化方法调整后件参数．并用调整参数的界评估因优化造成参数恶化的程度．仿真实验表明，利用该方法得到的模糊系统模型具有较高的透明度，满足合理的精度．     

基于解释性指标的广西特色农业竞争力分析

基于农业科技、农业劳动力文化素质、农业基础设施、资源禀赋、农业规模经营这5个特色农业竞争力的解释性指标对广西特色农业竞争力进行了分析.结果表明,目前广西特色农业竞争力总体较强,主要体现在资源优势、水利化程度以及公路建设水平上,而农业科技水平、农业劳动力文化素质、农业机械化以及农业规模经营等方面的竞争力较弱.今后广西需要保持其优势,应对竞争力较弱的几个方面不断加强,从而提高特色农业的竞争力.     

基于COM实现新的脚本语言

脚本语言对于现在我们经常接触的网络世界来说是必不可少的，现在有许多资料介绍如何使用各种脚本语言等，但对如何开发脚本语言却很少有这类资料，而本文则介绍了在win32平台之上开发自己的脚本语言的一种方法。在2004年第2期《开发高手》中，我们还刊登过另一篇介绍．net即时编译VB．net代码并运行的文章，可以看到，前后两篇文章实现的功能相似，但．NET的方案显然简单得多，从中我们看到了软件技术的飞速进步。     

基于样式生成对抗网络的风景园林方案生成及设计特征识别

【目的】人工智能算法能否有效习得风景园林设计特征是一个值得探讨的问题。【方法】采用样式生成对抗网络2代（style generative adversarial network2, StyleGAN2）算法,通过算法训练生成风景园林设计方案;之后拆解StyleGAN2算法中的w向量,采用主成分分析（principal component analysis, PCA）降维方法和无监督学习K均值聚类方法可视化w向量特征;最后根据w向量的数据特征和生成结果的关联,分析算法对设计方案特征的提取能力。【结果】StyleGAN2可以为不同类型的场地生成高质量和多样化的设计方案,并且可以识别和提取一些高维抽象设计特征,如植被密度、水域面积、铺装面积、道路网络结构等。【结论】神经网络不仅可以识别图像形态特征,还可以在没有人类指导的情况下,无监督学习识别部分抽象的高维设计特征。但目前大部分设计特征耦合性较高,这是风景园林工作的复杂性和算法低可解释性共同导致的,需要未来进一步探索。     

深度学习中注意力机制研究进展

对注意力机制的主流模型进行了全面系统的概述。注意力机制模拟人类视觉选择性的机制,其核心的目的是从冗杂的信息中选择出对当前任务目标关联性更大、更关键的信息而过滤噪声,也就是高效率信息选择和关注机制。首先简要介绍和定义了注意力机制的原型,接着按照多个层面对各种注意力机制结构进行分类,然后对注意力机制的可解释性进行了阐述同时总结了在各种领域的应用,最后指出了注意力机制未来的发展方向以及会面临的挑战。