基于概念格的序列模式挖掘

研究了基于概念格(Conccpt LatticeCL)的序列模式挖掘方法，并给出了相应算法。与经典的算法比较，减少了对交易数据库的扫描次数，提高了挖掘效率。     

基于信息增益特征关联树的文本特征选择算法

传统的信息增益算法在类和特征项分布不均时,分类性能明显下降.针对此不足,提出了一种基于信息增益特征关联树的文本特征选择算法(UDsIG).首先,对数据集按类进行特征选择,降低类分布不均时对特征选择的影响.其次,利用特征分布均匀度改善特征项在类内分布不均对特征选择的干扰,并采用特征关联树模型对类内特征进行处理,保留强相关特征,删除弱相关和不相关特征,降低特征冗余度.最后,使用类间加权离散度的信息增益公式进一步计算,得到更优特征子集.通过对比实验表明,选取的特征具有更好的分类性能.     

基于DSP的数字调制信号神经网络识别算法

DSP处理模块是软件无线电的核心，TMS320C6701芯片以其优越的性能越来越成为其首选。本文研究了在该芯片上实现数字调制信号的人工神经网络识别算法的方法和过程，并通过实验验证了其正确性和合理性。     

强鲁棒性的可穿戴传感器的人体动作识别方法

为了降低可穿戴传感器在传感器移位时对动作识别率的影响,对可穿戴传感器的动作识别进行了研究。采用高精度传感器采集不同部位的输出信号,根据运动的周期特点对输出信号进行去噪和快速傅里叶变换,将其转化为频域信号。再使用主成分分析法提取综合指标,并对自组织神经网络进行训练,实现动作识别。最差情况下识别准确率可达到92.0%,较好情况下甚至可达到97.5%,传感器移位情况下的识别率甚至更高。     

汽车空气流量传感技术现状与发展趋势

电喷系统是汽车的核心控制系统,它以空气流量传感器测量获得的进气量为依据确定喷油量与点火时间,从而使得燃料燃烧在理论空燃比附近,以实现更好的安全性、经济性、动力性以及更低的废气排放。因此,进气量的精确测量对汽车电喷系统具有非常重要的意义。介绍了汽车电喷系统空气流量传感技术的现状、存在的问题及发展趋势,并提出了一种采用平行平板电容原理结合涡街原理的传感方式。     

一种基于决策规则支持度的值约简算法

基于决策规则的条件属性支持度和规则支持度,结合Apriori算法思想,本文提出了一种利用决策规则支持度对粗糙集中决策表进行值约简的算法。实例表明该算法可以有效地对决策表进行值约简。     

一种NLOS环境下TOA定位算法和算法比较

本文提出了当基站在空间随意分布时考虑非视线(NLOS)传播影响的TOA算法.其主要思想把权值最大的基站即存在NLOS误差的基站的非视距误差当作未知量,把非线性问题转化为最大似然(ML)线性估计.此算法结构简单,计算结果有较高的精度.并把该算法与其他算法做了详细的比较.     

热力学数据库符号运算系统研究与实现

为了解决热力学数据库符号运算问题,本文分析Matlab混合编程方法,构建基于Matlab引擎和Web Service的热力学数据库符号运算系统,简化热力学数据库实现符号运算的过程,同时也实现异构热力学数据库与热力学数据库符号运算系统的集成。     

求解车间作业调度问题的混合遗传模拟退火算法

为了克服传统遗传算法解决车间作业调度问题的局限性,结合遗传算法(GA)和模拟退火算法(SA)的优点,提出一种混合遗传模拟退火算法(GASA),以便高效地解决车间作业调度问题.该算法既发挥了遗传算法收敛速度快、模拟退火算法搜索面广的优点,又克服了前者收敛容易早熟而后者收敛速度较慢的问题.在算法的操作细节上,加入自适应调整的遗传操作及最优个体保留策略,以及增加记忆功能的模拟退火操作与收敛准则.从而既防止了算法会陷入局部最优解的问题,又提高了算法的收敛速度及搜索效率.将提出的混合遗传模拟退火算法(GASA)应用于Muth和Thompson基准问题的实验运行,证明了该算法的高效性和有效性.     

基于Q学习的多Sink节点无线传感网路由机制研究

单Sink节点无线传感网存在部分关键区域节点能量消耗过快、路由选择算法单一及Sink节点失效的问题.多Sink节点无线传感网能有效解决上述问题,研究多Sink节点传感网的路由协议及其存在的不足,提出了一种基于Q学习的路由选择机制.利用该学习方法节点综合考虑各种环境因素,进行周期性的学习训练,优化路径选择,最后按照计算得...