Self—Organizing Genetic Algorithm Based Method for Constructing Bayesian Networks from Databases

The trpical characteristic of the topology of Baycsian nctworks(BNs)is the interdependence among difffcrent nodes(variables),which makes it impossible to optimize one variablc indcpcndcntly of others,and the learning of BNs structures by general genetic algorithms is liable to converge to local extrcmum.To resolve effi-ciently this problem,a self-organizing gcnctic algorithm(SGA)based method for constructing BNs from databas-es in presented.This method makes use of a self-otganizing mechanism to dcvclop a genetic algorithm that extend-ed the crossover operalor from one to two,providing mutual competition between them,evcn adiusting the num-bers of patents in recombination(crossover/recomposition)schemes.With the K2 algorithm,this metod also optimizes the genetic operators,and utilizes adcquatcly the domain knowledge.As a result,with this method it is able to find a glohal optimum of the topology of BNs,avoiding ptcmaturc convergence to local extremum.The experimental results ptoved to be and the convergence of the SGA was discussed.     

软件构件内置测试技术研究

本文在构件可测试性研究的基础上,提出一种在构件内部建立测试点,扩展构件内部测试接口,安装测试引擎进行测试的构件内置测试模型,并详细介绍了该模型各个部分的功能及实现.     

基于语义相似度与优化的构件聚类算法

为克服刻面分类表示法的人为主观因素,采用了刻面分类与全文检索相结合的方法对构件进行了表示.同时,从语义角度出发,结合优化技术,提出了一种基于语义相似度与优化的构件聚类算法.该算法有效地减少了刻面分类的主观性因素,进一步提高了构件查询的效率和准确性,并与基于向量空间模型的构件聚类效果进行比较.实验结果表明,基于语义相似度与优化的构件聚类算法的有效性,它在一定程度上改善了构件聚类的效果,提高了聚类质量.     

基于形态学串行运算的CMUT水下扇形扫描探测

针对水下扇形扫描范围广、图像数据量有限引起的重建图像远场末端"裂缝"问题,本文在双立方漏点像素插值处理的基础上,提出了一种线性元素开运算和椭圆体元素闭运算的形态学串行算法,用于对重建图像的填充滤波.为了验证优化方法的性能,制定了CMUT阵列水下扫描探测方案,并搭建了相应探测系统,实验验证了该形态学串行运算算法实现了重建图像的填充,提高了信噪比和连续性,为水下探测目标识别提供有力依据.     

软件构件的ATE表示及其聚类方法

提出一种自动标签提取(ATE)构件表示方法,并设计基于ATE的模糊聚类方法。ATE表示能够包含比刻面分类更多的有效信息,并克服构件刻面分类可能产生的主观因素影响。模糊聚类使构件摆脱传统聚类的硬划分模式,可分别隶属于不同的簇,对构件检索提供更好的支持。在原型构件库中的对比实验证明该方法的可行性与有效性。     

基于历史用户QoS感知的Web服务发现方法

目前的Web服务发现方法,由于没有充分利用用户情境信息,导致在服务发现时间和结果准确率方面存在不足。首先对包括当前用户在内的情境相似的用户进行了聚类,缩小了服务发现的范围;然后,在此基础上利用当前用户偏好信息及情境相似的历史用户感知到的候选服务的QoS数据,给出了一种基于历史用户QoS感知的Web服务发现方法,包括候选服务的QoS数据获取和综合权重计算;最后,结合实验并与其他Web服务发现方法进行比较,证明了该方法在服务发现结果的准确率和时间效率方面均有了一定的提升。     

数据开采及其在超市中的应用

目的　介绍数据开采技术及其在超市中的应用 .方法　通过介绍数据开采技术的起源、发展和现状 ,提出了一种基于超市管理的决策系统模型 ,并对其超市的各方面的应用作了探讨性研究 .结果　将数据开采技术应用于商业领域 ,产生的价值将是十分可观的 .结论　数据开采技术作为一种新型技术 ,将有着无限美好的应用前景     

基于部件关注DenseNet的细粒度车型识别

针对细粒度车型识别率低，车型区别主要集中在鉴别性部件上以及深度学习不能有效对部件进行关注的问题，提出一种基于部件关注DenseNet(part-focused DenseNet, PF-DenseNet)的细粒度车型识别模型。该模型可以基于细粒度车型的车灯、车标等区分性部件进行有效分类，通过处理层(process layer)对车型部件信息反复加强提取并进行最大池化下采样，获取更多的车型部件信息，然后通过密集卷积对特征通道进一步复用提取，密集卷积前嵌入独立组件(independent component, IC)层，获得相对独立的神经元，增强网络独立性，提高模型的收敛极限。实验结果表明，该模型在Stanford cars-196数据集上的识别准确率、查全率和F₁分别达到95.0%、94.9%和94.8%，高于经典卷积神经网络，并具有较小的参数量，与其他方法相比实现了最高准确率，验证了该车型识别模型的有效性。     

数据挖掘技术及应用综述

介绍了数据挖掘技术的背景、概念、流程、数据挖掘算法,并阐述了数据挖掘技术的应用现状.     

针对图像匹配的控制策略的研究

详细叙述了两种控制策略的机制原理,指出了它们的优缺点,并且针对图像的匹配策略进行了深入的研究.