反馈电压偏置型Hopfield 网络电域盲检测相干光通信信号

为解决无线分集相干光接收机的自适应盲检测问题,提出了一种新的离散时间连续状态的网络输出反馈偏置型的复Hopfield 神经网络用以解决多值QAM 信号的盲检测问题。反馈电压偏置的引入即不脱离传统Hopfield 模型,又能有效满足多值信号检测时所需的搜索空间变大的特殊要求。全文完成多值信号盲检测的优化问题构造和能量函数的映射,给出能量函数的证明、分析和它的约束条件,给出适用该问题的激活函数的基本特征,正确盲检测信号的权矩阵的配置方法。最后,通过详细的仿真结果展示和与其他算法性能对比进一步验证算法的有效性和优越性并指出算法所存在的问题和下一步的研究方向。     

基于自适应多种群遗传算法的特征选择

针对标准遗传算法早熟收敛和局部搜索能力弱的缺点,提出了一种自适应多种群的遗传算法(AMGA),包含了多种群规划模型(MPP)和动态选择操作算法(DSA),应用于特征选择处理,从多维特征集合中寻找最优的特征子集。该方法扩展了搜索空间,自适应地调整多个种群的运行状态,有效地控制早熟收敛,增强了局部搜索能力。最后,将本文方法与标准遗传算法的试验结果进行比较,表明本文算法选择的特征数量较少、分类精度较高,可广泛应用于特征选择领域。     

一种微阵列数据降维新方法

提出一种二阶段并行基因选择方法(TPM),可以获得最优特征子集。针对以往算法易于陷入局部极值的不足,提出了一种模糊多种群粒子群(FMP),可以有效地扩展搜索空间。通过在leukemia、colon、breast cancer、lung carcinoma、brain cancer五个数据集上的测试,验证了本文方法不仅可以获得更优特征子集和更高的分类精度,而且可以选择尺寸更小的特征子集。本文的研究成果可为基因表达领域提供一种新的思路。     

基于Petri网的工作流过程建模

业务过程建模是整个工作流管理系统的基础,选择一种高效的建模技术对复杂多变的实际业务流程进行形式化表示对构建一个灵活的工作流管理系统起着至关重要的作用。本文利用了Petri网技术给业务过程建模,构造了一个灵活可分析的过程模型：首先介绍了相关的基于Petri网的工作流建模技术,接着描述了Petri网到工作流过程模型执行的映 射,然后给出了一个具体的基于Petri网建模方式的实例,最后利用随机Petri网和概率论的一些知识对该模型进行了时间性能分析。     

数据库技术实践教学体系改革新探索

阐述选择开源数据库作为实验核心平台环境的理由,提出使用开源数据库技术构建实验环境的整体解决方案。通过数据库服务环境改造、应用案例建设及系列实践项目设计,带动实践体系的整体改革。     

《中国图象图形学报》精准诊断专刊简介

<正>“医学图像就是医生的眼睛。”广义上的医学图像指在医疗行为中获取的所有和诊疗相关的图像,主要有组织器官的直接图像,如包括超声、X线摄片、CT、MRI、PET、SPECT、fMRI等影像学图像,以及病理切片、骨髓、痰涂片在内的病理学图像。随着医学技术的发展,患者的病理生理状态被从不同的角度进行展示,这对患者的临床诊断和个性化治疗都起到了至关重要的作用。精准诊断是通过人工智能的方法确定个体患者的特征属性,使诊断技术不仅关注疾病诊断的共性,更关注患者个体差异,帮助医生快速且精确地对病症进行诊断与治疗。因此,精准诊断为临床诊断技术的发展注入了全新的活力,是未来临床诊断的研究热点。     

时空数据挖掘研究进展

近年来,随着全球定位系统、传感器网络和移动设备等的普遍使用,非时空数据和时空数据急剧增加,加之时空数据处理更为复杂,使数据处理任务日趋繁重的形势更加严峻.因此,寻找有效的时空数据挖掘方法具有十分重要的意义.针对这一背景,主要围绕时空模式发现、时空聚类、时空异常检测、时空预测、时空分类、时空数据挖掘与推理的结合等方面,对时空数据挖掘研究的现状进行了详细介绍,对其当前所面临的一些主要问题及可能的解决方案进行了探讨.     

粗糙集与支持向量机在肝炎诊断中的应用

提出了一种基于粗糙集与支持向量机(SVM)的肝炎诊断方法.利用粗糙集对原始特征进行约减,得到多个特征子集,然后采用组选择算法进行二次约减,根据约减后的特征子集生成新的数据集,使用SVM对新的数据集进行训练和预测.采用UCI机器学习公共数据集,试验结果与数据分析表明,与SVM、神经网络(NN)、决策树所预测的结果对比,本...     

基于增强核极限学习机的专业选择智能系统

基于粒子群优化(PSO)的增强型核极限学习机(KELM)提出了一种有效的预测模型PSO-KELM来辅助第二专业选择。在PSO-KELM中,PSO策略确定KELM的最佳参数。PSO-KELM与其他两个竞争方法在学生专业选择数据上通过10折交叉验证方案进行比较,这两个方法分别是支持向量机和网格搜索技术优化的KELM。结果表明了本文预测模型在分类精度、受试者工作特征曲线面积(AUC)、灵敏度和特异性方面的优越性。     

基于sDNA模型的路网形态对广州市住宅价格的影响研究CSSCI

住宅价格的研究是当今城市发展的重要议题,路网形态作为影响城市住宅价格的变量之一,在以往国内相关研究中较少被关注。本文基于改进后的空间句法(sDNA模型),结合特征价格法及核密度估计等方法,在对区域路网形态分析的基础上,研究了路网形态对2015年广州市一手商品房价格的影响。文章发现:(1)sDNA模型作为新兴的高级空间分析模型,是对传统空间句法模型的补充和发展,具有较好的应用前景;(2)广州市路网形态呈现出"中心—边缘"特征,环城高速以内的区域是接近度和穿行度的前景网络核心,环城高速以外的大部分区域位于接近度和穿行度背景网络;(3)接近度与穿行度影响住宅价格时产生不同经济效应:接近度与房价呈正相关关系,穿行度与房价呈负相关关系;(4)"车位配比"等变量对住宅价格产生一定影响,楼盘所属行政区对商品房售价产生的影响与区域路网形态特征相关。