基于社会网络的聊天数据噪声过滤

聊天室中的聊天数据充斥着大量噪声,极大地降低了话题检测的监控效率。但聊天数据只有对话发出时间这一线索可供直接利用,因此噪声过滤是聊天室监控的一个难题。该文提出一种基于社会网络的聊天数据噪声过滤方法,通过分析聊天数据的时序关系,推断出聊天用户间的社会网络关系,根据社会网络蕴含的用户交流特点判断并过滤出噪声。实验证实了该方法能较准确地过滤出噪声,提高话题识别的准确率。     

基于GP的神经网络学习规则的发现

提出用遗传编程(GP)方法发现新的神经网络学习规则,并通过实验得到了几个新的学习规则;另外讨论了通过文法产生式的设计来改进对该问题的研究.     

非单调的多层神经网络

介绍了应用非单调函数作为隐层节点的激励函数的前馈多层神经网络的性能。并对以前神经网络中的两个难点：局部极小和收敛速度慢的问题进行分析。表明了采用非单调激励函数的神经网络能够较好地解决局部极小的问题。最后的实验结果也表明了该网络的性能要好于采用Ｓ型函数的神经网络的性能。     

企业应用软件架构分析

通过对企业业务体系的根本需求进行分析,描述了企业业务及其支持软件的特点.从时间和空间两个维度上对企业软件架构进行了描述,通过分析企业应用软件架构与企业业务改进过程的关系,对架构的开发和部署过程提出了一些建议.     

基于内分泌调节机制的机器人行为规划算法及其应用研究

借鉴内分泌系统对神经系统与遗传系统的高层调节机制，提出了一种新的基于内分泌调节机制的机器人行为规划算法．此算法中机器人通过神经系统接受环境信息并进行行为决策，行为决策的效果通过一种情感学习模型进行反馈．情感学习模型根据机器人的内、外环境状态,产生情感因子(即生物激素)，再由情感因子来调节神经系统的记忆和行为决策，最后神经系统的记忆与行为模式又由遗传系统得以继承．该算法有效避免了神经系统复杂的自学习过程。同时也保证机器人有较强的自适应能力．为了验证算法的有效性，本文做了机器人足球队守门员训练的仿真实验，结果也表明该算法具有很强的自适应学习能力．     

免疫进化策略及其在二次布局求解中的应用

利用一种免疫进化策略算法来求解二次布局问题。免疫进化策略保留了一般进化策略的随机全局搜索能力,又进一步借鉴生物免疫机制中抗体的多样度保持机制和基于浓度的调节机制,较好地维持了进化个体的多样性。求解结果相当完美。     

基于免疫网络调节的改进遗传算法

借鉴生物免疫中的独特性网络调节理论,将进化个体对应为免疫系统中的抗体,群体适应度量作为抗原,提出了一种改进遗传算法,实现了个体群在群体收敛性和个体多样性之间的动态平衡的调整,模拟实验表明新算法的收敛性能更佳。     

适应用户兴趣变化的非线性逐步遗忘协同过滤算法

针对传统的协同过滤(Collaborative Filtering,CF)算法没有考虑用户兴趣变化、导致其推荐质量较差的问题,借鉴心理学遗忘规律,提出非线性逐步遗忘协同过滤算法.该算法依据评价时间减小每项评分的重要性,并在此基础上确定用户间的相似度.最后基于MovieLens数据集对本算法进行测试,实验结果表明该算法在准确性方面优于传统的协同过滤算法.     

基于张量因子分解框架的航班延误模式分析

在空中交通管理和民航机场运营过程中,从过去的运营中获得的经验对于设计合理的策略至关重要.因此,本文使用大量时空飞行数据来识别相似的航空交通和延误模式,这对于更好地了解航空系统和制订管理决策至关重要.但是,由于数据集隐含了复杂的依赖关系以及高维时空之间的交互作用,因此挖掘数据中的重要特征和模式非常具有挑战性.本文提出了高...     

一种域分布式合作Web缓存系统

在分析Internet缓存协议（ICP）和基于集中管理的协作式Web缓存系统（CMCS）的基础上，提出了一种域分布合作Web缓存系统模型（DDCCS），该模型克服了ICP的缓存内容冗余问题和CMCS集中管理的不健壮问题，并能充分考虑各代理缓存器的处理能力和缓存能力，采用区间散化方法和加权区间片分配算法，使得各代理的负担更加均匀合理，在性能上较ICP和CMCS有较大的改进。