AODE系统中Agent协调机制的研究

本文论述了面向Agent的智能开发环境,AODE中Agent社会法律与协作机制,扩充了Shoham对Social Law的定义,即用触发器、限制和义务来描述Law,并在AODE系统中用Law Agent实现了其功能。我们还在Social Law的基础上提出了一种基于市场的Agent协调机制,该协调机制克服了Matsubayashi提出的一个基于Social Law的合作机制的某些缺点。     

一种Rijindael算法的改进方法

随着计算机网络等技术的发展 ,传统的数据加密标准DES算法将被新的高级加密标准Rijndael算法所替代。结合药品临床研究数据管理系统的实际安全需要和时间复杂度的考虑 ,提出了一种基于Rijndael算法的应用方法。实践证明 ,该应用方法是有效的。     

面向农业的专家系统构件

本文描述了一个面向农业的水稻栽培专家系统构件.根据农业知识的特点,采用面向对象程序设计方法以及软件构件技术,设计了一个具有多种知识对象的、构件化推理机的农业专家系统开发环境     

一种对象实视图的增量维护算法OMVIMA

首先给出了一种面向对象的实视图模型———对象视图模型,可以在数据仓库中描述复杂对象,并有利于前端工具OLAP的实现。然后在此基础上提出了对象视图模型增量维护算法———OMVIMA,该算法能够有效地实现从数据源到数据仓库中对象(数据)的增量抽取和加载等维护工作。最后给出了算法的性能和效率分析,并通过应用实例证明了该算法比基于纯关系实视图的实现方法具有更高的效率。     

一个基于Agent的电子商务系统框架

电子商务是信息技术、因特网技术在商务活动中的运用 ,而基于分布式人工智能的Agent技术为电子商务系统提供了一种新的计算和问题求解方法。以Agent以及多Agent技术为背景 ,对电子商务系统进行了探讨。在此基础上 ,提出了一个基于Agent的电子商务原型系统AODEEC ,并简介了系统中若干关键技术问题的解决办法。     

并行学习神经网络集成方法

该文分析了神经网络集成中成员神经网络的泛化误差、成员神经网络之间的差异度对神经网络集成泛化误差的影响,提出了一种并行学习神经网络集成方法;对参与集成的成员神经网络,给出了一种并行训练方法,不仅满足了成员网络本身的精度要求,还满足了它与其余成员网络的差异性要求;另外,给出了一种并行确定集成成员神经网络权重方法．实验结果表明,使用该文的成员神经网络训练方法、成员神经网络集成方法能够构建有效的神经网络集成系统．     

带偏置的选择性神经网络集成构造方法

训练多个神经网络并将其结果进行合成,能显著地提高神经网络系统的泛化能力。本文提出了一种带偏置的选择性神经网络集成构造方法。对个体网络引入偏置项,增加可选网络的数量。选择部分网络集成,改善网络集成的性能。把个体网络的偏置项统一为集成偏置项,在训练出个体神经网络后,使用遗传算法选择部分网络集成,同时确定集成偏置项。理论分析和实验结果表明,该方法能够取得很好的网络集成效果。     

基于工作流的软件项目管理系统的设计与实现

本文介绍了一个基于工作流技术而研制的软件项目管理系统。文章首先描述了传统软件项目管理系统的不足之处,提出用工作流的方法来设计软件项目管理系统,然后介绍了一些理论基础。文中重点阐述了系统的设计结构和所采用的一些技术,并给出了部分的具体实现方法。     

基于Cascade结构的代价敏感的医学图像ROI检测方法

医学图像中感兴趣区域(ROI)通常包含重要的信息,对医生分析和诊断具有重大意义。文中结合医学图像特点,运用机器学习方法和图像处理技术,提出一种基于Cascade结构的代价敏感的医学图像的ROI检测方法。该方法将代价敏感的分类算法和Cascade结构有效结合,具有高敏感性和高效率。对数字乳腺图像中的肿块ROI进行实际检测的实验结果表明,与基于像素的方法相比计算量小、效率高;与基于区域的方法相比避免了直接使用传统的图像分割和滤波技术难以有效检测ROI的问题。     

一种连续值属性约简方法ReCA

属性约简是Rough集理论的主要应用和研究内容之一．现有的各种属性约简方法大多适用于离散值属性．对于连续值属性的数据处理,通常做法是先对其进行离散化．这种先期对数据进行的处理会丢失一些信息,易于使约简产生错误．针对连续值信息系统,提出了一种新的属性约简方法ReCA,该方法将连续值属性离散化与属性约简过程融为一体,以基于信息熵的不确定性度量作为适应度函数。通过进化计算同时得到约简属性集合和离散化的断点集合．实验表明,该方法不仅可以有效地进行属性约简,而且与Rough集及C4．5两种方法相比,得到的属性数目少、测试精度较高．