设计决策专家系统的研究与实现

设计决策是一类重要的决策问题,是专家系统技术用于设计领域的主要求解对象。本文以冲裁工艺设计专家系统作为设计决策专家系统的一个实例,讨论其主要特点及实现技术,包括面向对象的知识表示和推理机制,图形的自动识别处理与生成,模糊知识表示与模糊推理技术的灵活应用,等等。     

数据库关键条件属性集确定方法及应用

在大数据库中确定关键条件属性集,是使用基于粗集理论的集合论生成分类规则算法的重要步骤。该文在简述分类规则形成算法的基础上,对确定关键条件属性集的模糊聚类算法进行了详细的讨论,并给出该方法应用的一个实例。     

教学软件开发过程模型探讨

在深入分析教学软件特点的基础上,探讨了其开发过程中采用的原型模型、螺旋模型、原型与螺旋两者相结合开发模型的特点,并提出教学设计中,应包含探究式教学设计过程将成为未来教学软件的开发趋势。     

环形物体的两步纹理映射算法

鉴于现有的两步纹理映射技术对环形物体表面的纹理映射均不适用,为此提出了一种两步纹理映射方法,用于解决环形物体的纹理映射问题。该算法选择圆环表面为中介曲面,首先运用面积等比约束方法将两块相同类型的纹理分别映射到圆环的上下两侧表面,并通过对纹理拼接区域进行插值预处理来消除纹理接缝;然后采用中介表面法向法将圆环表面的纹理进一步映射至物体表面。实验结果表明,该算法可将平面纹理映射至多种环形物体表面,不仅纹理形变小,且保持连续,能够较好地满足虚拟现实与真实感绘制对环形物体表面的纹理映射要求。     

基于量子遗传算法的贝叶斯网络结构学习*

将量子遗传算法用于贝叶斯网络(BN)的结构学习,对BN结构进行量子编码得到染色体,通过量子变异操作使其作为一个完备的独立解空间进行演化,可快速搜索到全局最优的网络结构。实验结果表明,量子遗传算法用于BN结构学习,可取得很好的效果。     

特征驱动的曲面重建

提出了基于散乱空间点集进行曲面重建的新方法,从点集的空间位置信息中提取待建曲面的内蕴特征量——法向和曲率,利用点集的这些特征信息来确定拓扑重建的搜索空间,采用面片生长的方式重建曲面。该方法在快速获得正确拓扑连接的同时,直接生成了用较少的面片就能保持曲面特征的优化网格。     

基于单片机MC9S12XSl28的智能车的硬件系统设计

文章介绍了基于单片机MC9S12XSl28的智能车的硬件系统设计的思路,重点说明电源管理、路径信息采集、路径信息处理、舵机控制、车速检测、驱动电机控制等模块的设计与实现。综合各个模块的设计结果,构成一个完整的智能车硬件系统。     

血栓抽吸联合冠状动脉内注射替罗非班对心肌再灌注的影响

目的　　　探讨急性ＳＴ段抬高型心肌梗死直接经皮冠状动脉介入（ＰＣＩ）治疗中,血栓抽吸联合冠状动脉内注射替罗非班对心肌微循环的影响。方法 选择２００８年４月至２０１０年６月诊断为急性ＳＴ段抬高型心肌梗死、接受直接ＰＣＩ治疗患者１８４例,随机分为血栓抽吸联合冠状动脉内注射替罗非班组（Ａ组,７８例）和常规ＰＣＩ及静脉滴注替罗非班组（Ｂ组,１０６例）。比较两组的临床特征、心肌梗死溶栓试验（ＴＩＭＩ）血流分级、心肌染色分级、术后２４ ｈ ＳＴ回落＞ ７０％的比率、大出血发生率、住院时间及随访３０ ｄ的主要心脏不良事件。结果 与Ｂ组比较,Ａ组的无复流发生率明显减少（２１．１４％ 比５．６７％,Ｐ ＝ ０．０１１）,心肌染色分级提高（１．１２ ± ０．４７比２．０３ ± ０．３２,Ｐ ＝ ０．０２１）,术后２４ ｈ ＳＴ回落幅度 ＞ ７０％的比率增加（８５％比９４％,Ｐ ＝ ０．００３）,围术期大出血发生率减少（９％比４％,Ｐ ＝ ０．０３）,３０ ｄ随访期间的严重不良心脏事件明显降低。结论 血栓抽吸联合冠状动脉内注射替罗非班较常规ＰＣＩ能有效改善心肌微循环的再灌注,降低围手术期的风险。     

基于成长型神经网络以线段为基元的曲线重建

在逆向工程中,对基于散乱数据点的曲线重建研究有着重要的意义。曲线可用线段基元逼近。提出使用成长型神经网络以线段为基元的曲线重建新算法。给定某一曲线的散乱点集和一初始折线,新算法优化折线上的顶点位置,使折线更好地逼近散乱点;持续分裂折线上活动性强的顶点和删除活动性最弱的顶点,使折线上顶点的分布更符合散乱点数据的概率分布。实验结果表明,新算法能够取得良好的曲线重建效果。     

Rudimentary结构等价性及其应用研究

Bayesian网的结构学习是Bayesian网研究的难点之一．当问题中的变量较多时，通过结构学习得到的网络结构往往不具有唯一性．文中通过对Bayesian网结构等价性的研究，提出了Rudimentary结构等价性定理，并给出了该定理的证明．该等价性定理为提高结构学习的速度和优化Bayesian网的结构提供了理论依据．实验结果表明该定理具有较好的实用价值．