一种无线传感网络信息处理的层次型智能方法

针对减少无线传感器网络信息获取和处理代价这一关键性问题，提出了将信息处理和粗糙集技术融为一体的新的研究思路，并设计了一种层次型智能信息处理方法。在无线传感器网络实时森林火灾监测的实际应用中，该方法通过从3个层次进行智能数据分析，使传感器节点仅自动获取和传送有用的最小数据集信息，从而有效地使用节点受限资源。     

基于语义的智能信息处理技术的研究

智能信息处理是模拟人或者自然界其他生物处理各种信息的行为,是当前信息处理技术向多样化、集成化与智能化方向的发展,具有很高的理论研究和应用价值.经过多年的研究和探索,智能信息处理技术已经取得较大的发展,但在实际应用中还存在许多问题需要解决和完善.分析了基于概念图的语义研究在智能信息处理中的应用,并设计与实现了一个基于概念图的智能答疑系统CGQAS,通过实验结果验证了基于概念图的智能信息处理的可行性和有效性.     

刍议智能信息处理技术的发展与应用

随着科技的不断发展,智能信息处理技术取得了巨大的进步。智能信息处理技术是计算机和通信技术,电子技术和控制技术等多种技术集成,完成信息采集处理等。本文简要描述了开发过程和智能信息处理技术的应用和智能信息处理技术未来发展的前景,为相关工作人员提供参考。     

医院信息化管理中智能信息处理技术的应用

在大数据以及云计算等新技术快速发展的背景下,将智能信息处理技术应用到医院信息化系统就成为了必然趋势。笔者主要研究了智能信息化处理技术在医院信息化管理中应用的相关问题,先分析了智能信息化管理的相关内容及其理论框架,之后从多个角度介绍了智能信息处理技术的应用思路,最后基于医院信息化管理,阐述了智能信息处理技术的应用策略,希望能对相关人员工作有所帮助。     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

智能信息处理技术的发展与应用

随着科技的不断发展,智能信息处理技术得到了长足的进步。智能信息处理技术是计算机技术、通信技术、电子技术和控制技术等多种技术的融合,完成信息的采集、处理等工作。本文简述了智能信息处理技术的发展进程和应用情况,并对智能信息处理技术的未来发展做出了展望,为相关工作人员工作提供参考。     

MATLAB在智能网络管理信息处理中的应用

智能网络管理中利用神经网络进行故障诊断预测时，经常遇到复杂信息处理问题，如大运算量的矩阵计算，利用Ｍａｔｌａｂ的强大计算功能来解决该问题。并阐述了将该功能与应用系统无缝集成的三种方式，最后，用一个在智能网络信息处理中的具体实例详细说明实现的步骤。     

智能搜索和自动应答技术的研究

智能信息处理是中文信息处理中的重要课题，特别是智能搜索和自动应答技术，而自然语言处理和理解是智能信息处理的核心。本文讨论了自然语言理解应用于智能搜索和自动应答的若干问题，阐述了标注、分析搜索要求以及完善基于词典的知识库的处理手段，特别是语料库语言学在这些环节中的应用情况。同时，本文对自动应答技术涉及的具体语言处理技术也作了较为详尽的论述。     

《计算智能信息处理技术及其应用》介绍

王耀南教授编著的《计算智能信息处理及其应用》已由湖南大学出版社１９９９年６月出版．该书从信息科学的角度出发,系统地介绍了计算智能信息处理技术的基础理论及各种新的处理方法与技术．全书共分十章,内容包括计算智能信息处理技术综述,模糊计算,模糊信息处理,神经计算,模糊神经网络信息处理,进化计算的基本方法,进化计算的信息处理,混沌与分形计算,混沌与分形信息处理,计算智能信息处理技术在图象识别、压缩,机器人控制,复杂工业过程控制、规划,故障诊断等方面的应用．该书涉及了目前国内外计算智能信息处理的研究成果,…     

粗糙集在无线传感网络中的智能信息处理研究

针对无线传感器网络中不精确、不确定数据问题,提出了将信息处理和粗糙集技术融为一体的新研究思路,并基于分层簇结构给出了一种层次型智能信息处理方法.无线传感器网络实时森林火灾监测的示例与分析表明,该方法在实际应用中,通过从三个层次进行知识约简等智能数据分析,挖掘实用决策规则,使传感器节点仅自动获取和传送有效的最小数据集信息,实现了智能信息处理、能量消耗和系统性能之间的平衡.     

Spectral analysis of nonuniformly sampled data – a review

In this paper, we present a comprehensive review of methods for spectral analysis of nonuniformly sampled data. For a given finite set of nonuniformly sampled data, a reasonable way to choose the Nyquist frequency and the resampling time are discussed. The various existing methods for spectral analysis of nonuniform data are grouped and described under four broad categories: methods based on least squares; methods based on interpolation techniques; methods based on slotted resampling; methods based on continuous time models. The performance of the methods under each category is evaluated on simulated data sets. The methods are then classified according to their capabilities to handle different types of spectrum, signal models and sampling patterns. Finally the performance of the different methods is evaluated on two real life nonuniform data sets. Apart from the spectral analysis methods, methods for exact signal reconstruction from nonuniform data are also reviewed.     

人脸微表情分析方法综述

微表情分析在医学、公共安全、商业谈判等领域得到广泛应用并备受关注。微表情运动幅度小、变化快，导致人工分析难度较大，开发一个可靠的自动化微表情分析系统非常有必要。随着计算机视觉技术的发展，研究人员能够结合相关算法捕捉微表情运动变化特征以用于微表情分析。阐述微表情分析的发展历程和现状，从多个角度对微表情分析的两大分支，即微表情检测方法和微表情识别方法进行总结。整理现有微表情数据集以及微表情分析流程中常用的面部图像预处理方法。根据特征提取方式的不同，从基于时间特征、基于特征变化和基于深度特征这3个方面对微表情检测方法进行阐述。将微表情识别方法归纳为基于纹理特征和基于光流特征的传统机器学习方法以及深度学习方法，其中，基于深度学习的微表情识别包括基于运动单元、基于关键帧和基于迁移学习的方法。通过不同实验指标对以上方法进行分析和比较，在此基础上，探讨当前微表情分析中存在的问题和挑战并展望该领域未来的发展方向。     

时间序列趋势分析方法的一种改进

对时间序列数据进行趋势分析,是最基本最常用的处理。趋势分析的方法有多种。在对其中几个具有代表性的方法进行深入分析的基础上,综合其思想并加以改进,得到了基于插值法的趋势分析方法。分析了该方法的特点,指出时间序列趋势分析的难点所在。     

文本情感分析方法研究综述

文本情感分析是自然语言处理领域的一个重要分支,广泛应用于舆情分析和内容推荐等方面,是近年来的研究热点。根据使用的不同方法,将其划分为基于情感词典的情感分析方法、基于传统机器学习的情感分析方法、基于深度学习的情感分析方法。通过对这三种方法进行对比,分析其研究成果,并对不同方法的优缺点进行归纳总结,介绍相关数据集和评价指标及应用场景,对情感分析子任务进行简单概括,发现将来的情感分析问题的研究趋势及应用领域,并为研究者在相关领域方面提供一定的帮助和指导。     

大数据智能决策

在全球信息化快速发展的背景下, 大数据已经成为一种战略资源.各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同.决策过程中的不确定性因素增多, 决策分析的难度不断加大.传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求, 大数据驱动的智能决策将成为决策研究的主旋律.该文结合大数据特性, 对大数据决策的特点进行了归纳, 并从智能决策支持系统、不确定性处理、信息融合、关联分析和增量分析等方面综述了大数据智能决策的研究与发展现状, 讨论了大数据智能决策依然面临的挑战, 并对一些潜在的研究方向进行了展望分析.     

基于因子分析建模的电话语音说话人聚类

现有基于混合高斯模型的说话人聚类方法主要依据最大后验准则,从通用背景模型中自适应得到类别的混合高斯模型,然而自适应数据较少,模型的准确性不够。对此,文中尝试基于本征语音(EV)空间和全变化(TV)空间分析的两种因子分析建模方法,通过对差异空间的建模,减少估计类别混合高斯模型时需要估计的参数个数。结果表明,在美国国家标准技术研究所2008年说话人识别评测的电话语音数据集上,相对于基于最大后验概率准则的基线系统而言,文中所使用的基于EV和TV空间分析的建模方法都可使聚类错误率有较大幅度的下降,并且TV空间分析建模相对于EV空间分析建模能获得更低的聚类错误率。     

Canonical correlation analysis-based fault detection methods with application to alumina evaporation process

In this paper, canonical correlation analysis (CCA)-based fault detection methods are proposed for both static and dynamic processes. Different from the well-established process monitoring and fault diagnosis systems based on multivariate analysis techniques like principal component analysis and partial least squares, the core of the proposed methods is to build residual signals by means of the CCA technique for the fault detection purpose. The proposed methods are applied to an alumina evaporation process, and the achieved results show that both methods are applicable for fault detection, while the dynamic one delivers better detection performance.     

A software for recording and analysis of human tremor.

For many diseases various methods for the diagnosis and treatment monitoring are available. Presently, such methods are not established for an investigation of tremor diseases, although the different forms of tremor are common neurological symptoms and occur frequently in various neurological diseases and also other conditions. We developed an easy-to-use application for tremor-analysis and recording, running under MS-Windows, that allows us to investigate different forms of tremor by advanced mathematical methods of time series analysis. The application is also applicable for users who are not familiar with these kind of advanced data analysis methods. It provides tools for the diagnosis and treatment monitoring under laboratory conditions, based on previously developed and established methods of spectral and cross spectral analysis of tremor and electromyographic time series.     

Interval prediction of responses for uncertain multidisciplinary system

Considering that numerous sample data points are required in the probabilistic method, a non-probabilistic interval analysis method can be an alternative when the information is insufficient. In the paper, new strategies, which are iterative algorithm based interval uncertainty analysis methods (IA-IUAMs), are developed to acquire the bounds of the responses in multidisciplinary system. Two iterative processes, Jacobi iteration and Seidel iteration, are applied in the new methods respectively. The Jacobi iteration based interval uncertainty analysis method (JI-IUAM) utilizes the strategy of concurrent subsystem analysis to improve computational efficiency while the Seidel iteration based interval uncertainty analysis method (SI-IUAM) can accelerate convergence by utilizing the newest information. Both IA-IUAMs are able to evaluate the bounds of responses accurately and quickly. The presented methods are compared with general sensitivity analysis based interval uncertainty analysis method (SIUAM) and conventional Monte Carlo simulation approach (MCS). The validity and efficiency of the new methods are demonstrated by two numerical examples and two engineering examples. Results show that, on the one hand, IA-IUAMs are more efficient than MCS by avoiding hundreds of system analyses, on the other hand, IA-IUAMs are more accurate and have a wider range of application than SIUAM by avoiding linear approximation and global sensitivity calculation.     

武器装备敏感性分析方法综述

武器装备敏感性分析是武器装备发展论证的重要内容,其方法的选用对结论的合理性,分析的可行性极为重要,为此需对已有方法进行对比分析.阐述了敏感性分析方法的分类,给出了筛选方法、局部敏感性方法和全局敏感性方法的适用范围;研究了全局敏感性分析方法中回归分析法、傅立叶振幅敏感性检验法、响应曲面法,互信息指数法和Sobol指数法等的思想、原理,并对其优缺点进行详细的对比分析;提出由于Sobol指数法对效能评估模型的线性、单调性以及输入的分布特性没有专门要求,并且能分析单个输入的主效应、全效应及多个输入的交互效应对模型输出的影响,以及分析成组输入因素对输出的影响,因而相对其它方法而言更加适用于武器装备敏感性分析.