多层前向网络的交叉覆盖设计算法

文章根据多层前向权、阈值神经网络的设计原则,将设计过程分成两步进行:先用尽可能少的领域将样本中的各类分隔开来,然后再用作者提出的交叉覆盖算法进行网络设计.文章给出两个很有代表性的模拟例子,一个是平面上两根螺线的分离问题,另一个是“无穷样本学习”的例子.模拟结果证明了此方法的有效性.  

模糊商空间理论(模糊粒度计算方法)

把商空间模型推广到模糊粒度世界,并给出了两个基本结论.一个结论是,下面4种提法等价:(1) 在论域X上给定一个模糊等价关系;(2) 给定X的商空间上的一个归一化等腰距离;(3) 给定X的一个分层递阶结构;(4) 给定一个X的模糊知识基.另一个结论是,所有模糊粒度世界全体,构成一个完备半序格.这些结论为粒度计算提供了一个强有力的数学模型和工具.  

M-P神经元模型的几何意义及其应用

给出M-P神经元模型的几何意义,这个几何的铨释,给神经元一个非常直观的理解,利用这个直观的理解,给出两个颇为有趣的应用:(1)用此法给出三层前向神经网络的学习能力的基本定理的新的证明;(2)给出前向网络的拓扑结构设计的新方法.  

佳点集遗传算法

该文借助于遗传算法的理想浓度模型以及由此模型对遗传算法的机理的分析，给出了遗传算法的运行机理发及特点，即遗传算法是一个具有定向制导的随机搜索技术，其定向制导的原则蛎：导向以高适应度模式为祖先的“家族”方向，以此结论为基础，利用数论中的佳点休的理论和方法，对GA算法中的交叉操作进行了重新设计，给出了一个新的GA算法，称之为佳点集遗传算法，最后作者将佳点GA算法应用于求解优化问题、SAT问题、TSP问题和背包问题，并与其它求解SAT算法进行比较，通过模拟比较，可以看出新的算法不但提高了算法的速度和精度，而且避免了其它方法常有的早期收敛的现象，这说明作者对GA算法机理的理解和佳点CA算法可能为GA算法的研究开辟一条新的途径。  

遗传算法机理的研究

众所周知,“模式定理”和“隐性并行性”是遗传算法(genetic algorithms,简称GA算法)的两大理论基础.该文对这两个原理进行分析,指出这两个原理存在有不严格和不足之处,即作为GA算法的基础,这两个原理尚欠完善.为加深对GA的理解，文章提出遗传算法的一个新的改进模型——理想浓度模型.通过对此模型的分析,得出遗传算法本质上是一个具有定向制导的随机搜索技术.其定向制导原则是,导向以适应度高的模式为祖先的染色体“家族”方向.最后给出两个典型的函数求最大值的模拟例子.从模拟结果看,改进后的GA算法大大提高了算法的速度,解的精度也有所提高.这说明新算法具有应用的潜力.  

数据库中加权关联规则的发现

关联规则发现是数据库中知识发现研究中的热点课题,有着广泛的应用领域.在现有的研究中,数据库中的各个项目是按平等一致的方式加以处理的.然而,在现实世界数据库中却并非如此,不同的项目往往有着不同的重要性.为了将它们反映出来,对项目引入权值,从而提出了新的加权关联规则问题.由于项目权值的引入,频繁项目集的子集不再一定是频繁的.为此,又提出了项目的k-支持期望概念,并由此提出了加权关联规则的发现算法.  

在数据库中发现具有时态约束的关联规则

目前,国际上的关联规则研究尚未考虑时间因素.然而,时间是现实世界的固有属性,许多现实 世界数据库都存在时态语义问题.该文考察称为有效时间的时态约束问题,提出了时间区间延 展与归并技术以及新的时态关联规则发现算法,从而进一步推广了关联规则的应用.  

计算网格环境下一个统一的资源映射策略

由于资源具有广域分布、异构、动态等特性,计算网格环境下资源的管理和调度是一个非常复杂且具有挑战性的问题.提出了计算网格环境下一组相互独立的计算任务(meta-task)的资源映射策略.该策略采用重复映射方法,以更好地适应网格计算环境下的动态性和自治性.算法考虑到任务的输入数据位置对映射效果的影响;通过定义效益函数,该策略在追求较小的任务完成时间的同时兼顾任务的服务质量(QoS)需求.模拟实验结果显示,该映射策略更符合计算网格的复杂环境,能够更好地满足不同用户的实际需要.  

基于多项式拟合算法的EMD端点问题的处理

经验模态分解(EMD)是由Huang等发展的一种新的数据分析方法，但是在利用样条插值获得上下包络过程中存在着棘手的端点问题。文章在解决该问题已有算法的基础上，提出了多项式拟合算法。它利用多项式来拟合临近端点处的极值点序列，再由此多项式求出极值点序列在端点处的近似取值，使得对极值点进行插值的三次样奈在端点处不会发生大的摆动。通过对三种算法进行比较，证明了多项式拟合算法可以有效地抑制端点效应。  

用Naive Bayes方法协调分类Web网页

WWW上的信息极大丰富,如何从巨量的信息中有效地发现有用的信息,是亟待解决的问题,而Web网页的正确分类正是其中的核心问题.针对超文本结构中的结构特征,提出了用NaiveBayes方法协调分别利用超文本页面中的文本信息和结构信息进行分类的方法.经实验验证,与只用单种方法对超文本进行分类的方法相比,综合分类法有效地提高了分类的正确率.