基于主曲线的书法字动态重现算法

如何高效逼真地动态重现书法作品的创作过程日益成为亟需解决的问题,因此文中提出基于主曲线的书法字动态重现方法,解决当前细化算法在提取骨架时存在的无效分支较多、不能保证笔画的连续性和准确性的问题.结合书法字自身结构对主曲线算法进行改进和优化.对书法图像进行骨架提取、骨架追踪、笔顺获取等处理,结合骨架信息和二值图像实现笔画宽度复原,针对笔画宽度存在的“肿瘤”问题,提出“角点剔除法”进行修正,结合HTML5的Canvas绘图技术进行书法字动态书写过程.在模拟数据集上的实验表明,文中算法的书法动态重现取得较好效果.     

基于粗糙集和多通道词向量的中文文本情感特征分析

粗糙集是一种能够有效处理不精确、不完备和不确定信息的数学工具,粗糙集的属性约简可以在保持文本情感分类能力不变的情况下对文本情感词特征进行约简。针对情感词特征空间维数过高、情感词特征表示缺少语义信息的问题,该文提出了RS-WvGv中文文本情感词特征表示方法。利用粗糙集决策表对整个语料库进行情感词特征建模,采用Johnson粗糙集属性约简算法对决策表进行化简,保留最小的文本情感词特征属性集,之后再对该集合中的所有情感特征词进行词嵌入表示,最后用逻辑回归分类器验证RS-WvGv方法的有效性。另外,该文还定义了情感词特征属性集覆盖力,用于表示文本情感词特征属性集合对语料库的覆盖能力。最后,在实验对比的过程中,用统计检验进一步验证了该方法的有效性。     

一类双重时序模型AR(1)-MA(0)的参数矩估计及其渐近性质

近年来,人们将时间序列的研究重点,逐渐转向非线性时序模型,双重时序模型就是一类很重要的非线性模型,从目前文献来看,对非线性模型的研究主要是讨论平稳解存在的条件及模型预报问题;对于模型参数的估计及其渐近性质很少研究。 本文利用矩方法,给出了双重时序模型AR(1)-MA(O)的参数矩估计。在第二重模型噪声方差已知的条件下,通过对协方差函数渐近性质的研究,证明了该估计的相容性和渐近正态性。     

基于逻辑或的双量化粗糙集模型的计算分析与属性约简

双量化具有完备刻画粗糙集近似空间的重要功能,而精度与程度的逻辑或粗糙集模型则是一类基本的双量化扩张模型.针对该模型进行深入的计算分析,进而探讨其在近似空间中的属性约简.利用区域结构,分析计算公式,在此基础上构建宏观算法和结构算法,算法的分析和比较结果说明结构算法具有较好的计算复杂性.基于近似空间讨论关于4区保持的基本性质,提出区域保持的属性约简,得到经典定性约简的一类扩张量化约简.该研究为双量化粗糙集模型的优化计算与约简应用提供泛化思路.     

一种基于结构的票据定位新方法

为了提高票据识别的准确率，对票据定位进行了研究。提出了一种基于结构的定位方法。它利用票据主边框上交叉点的个数和相对位置作为票据的特征信息，并将这些信息通过相应的分类相似函数集与已定义的模版进行匹配，从而实现对票据的分类，最终提取出当前票据的识别区域。实验结果表明:该算法取得了很好的定位效果。     

基于软K段主曲线算法的字符特征提取研究及实现

要提高脱机手写字符识别的识别率，关键是特征的提取。主曲线是主成分分析的非线性推广，是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法分析可知：软K段主曲线算法对提取出分布在弯曲度很大或相交曲线周围的数据的主曲线效果较好。因此本文尝试用谊主曲线算法来提取脱机手写字符的结构特征。实验结果表明，利用该主曲线算法来提取脱机手写字符的结构特征不但是可行的，而且取得较好的实验效果。它为脱机手写字符特征提取的研究提供了一条新途径。     

嵌套决策粒度约简关系的研究

在基于粗糙集理论的知识发现中,知识约简是核心内容。因此,本文从理论上分析了相容决策表中嵌套决策粒度约简的关系,得出并证明了粗决策粒度的相对 D 核一定是细决策粒度相对 D 核的子集,粗决策粒度的一个相对D约简在满足相容性的条件下一定可以扩张成细决策粒度的一个约简。反之,细决策粒度的一个约简一定可以缩减为粗决策粒度的一个约简。研究结果对基于决策表的知识约简和知识发现有一定的实际意义。     

用神经网络启发式算法求解最大独立集问题

本文提出一种求解最大独立集问题(MIS)的启发式神经网络算法.该算法基于MIS问题的特点,有效地限制神经网络初始点的选择范围,并利用神经网络快速收敛能力获得问题的解.与标准神经网络算法相比,该算法显示了较高的全局优化性态与计算效率.模拟计算实例表明了该算法的有效性.     

粒度计算的基本问题和可能解决的方案设计

1粒度计算的研究动机 人工智能自1956年问世以来,在知识表示、问题求解、机器学习及专家系统等方面尽管取得了一些成果,但还远未形成完整的理论体系,而且面对复杂的系统设计及模糊的、不精确的、不完整的和海量的信息处理,传统理论和方法遇到了前所未有的困难.众所周知,智能模拟是获得人工智能、实现智能控制的重要途径.