可星形分解的联想过程分析

将联想过程抽象成联想图，该图是以变量之间的相关性和条件相关性表示的正态分布，并讨论了联想图的若干性质，它们恰当地反映了联想认知的某些方面，证明了联想图可星形分解的充要条件，给出了可星形分解的判定逄法和转换算法，这些结论定量地揭示了联想过程的若干性质，因而在产品的概念设计，系统的辅助思维等方面有重要的作用。     

范例相似度量中格的嵌入

文章在代数格及其运算的基础上,深入研究格的嵌入,使得建立在格上的范例相似度量,在范例复用所做的属性替换后,不但遵循一致、严密、完备的理论框架,而且能进一步提高相似度量的精度。最后提供了该方法在时间序列原子模式相似度量中的应用。     

Inherit/Feedback:一种新的Web主题挖掘方法

经典链接分析方法(如PageRank和HITS)更多地关注的是网页的权威度,而不是其主题相关度,所以在引导主题搜索的过程中,很快就发生主题漂移．为此,在构建主题关联拓扑模型的基础上,提出了Inherit／Feedback方法,以用于Web主题挖掘．基本思想是：在搜索路径上,一个结点继承其父辈结点的主题相关度,并且将其主题相关度反馈给父辈结点．同时,提出了基于Inhefit／feedback的主题搜索算法(IFC)．实验结果表明,这种方法能有效地引导主题搜索,适用于对领域型网站做深层次的搜索和挖掘．     

统一事件Web挖掘模型

讨论了电子商务中现有数据收集方式的缺点。基于Web日志的推荐算法具有复杂而不精确的预处理步骤,而客户端收集数据涉及到用户隐私问题。提出了统一事件模型、基于应用层的日志记录,进行用户、会话识别算法和多维关联规则算法UEMFP。指出了UEM在Web挖掘中的优点。实验表明,UEM下的Web挖掘算法具有更好的结果和性能,它可以很好地运用到电子商务应用中。     

基于知识辞典的范例推理系统的规则提取模型

本文提出了把范例分解为范例描述与结论、分别进行概化、在概化的每个范例模板中进行规则提取的模型,该模型可以解决范例与规则的衔接问题,为CBR与RBR集成推理提供了基础,并且对智能化范例调整也有帮助。最后,文章讨论了模型中存在的一些问题。     

基于样本聚类模糊神经网络的刀具磨损状态实时识别

利用一种根据K－means方法对样本聚类后建立的改进模型神经网络（MTFNN）模型,对刀具后刀面磨损量进行在线工况实时识别。仿真结果表明该工况辨识模型精度高,收敛速度快,实用性较强,适宜于复杂的,非线性加工系统建模。     

基于动态递归神经网络模型的混沌时间序列预测

提出了一种动态递归神经网络模型进行混沌时间序列预测,以最佳延迟时间为间隔的最小嵌入维数作为递归神经网络的输入维数,并按预测相点步进动态递归的生成训练数据,利用混沌特性处理样本及优化网络结构,用递归神经网络映射混沌相空间相点演化的非线性关系,提高了预测精度和稳定性。将该模型应用于Lorenz系统数据仿真以及沪市股票综合指数预测,其结果与已有网络模型预测的结果相比较,精度有很大提高。因此,证明了该预测模型在实际混沌时间序列预测领域的有效性和实用性。     

一种双边多议题自治协商模型的研究

针对电子商务应用,该文提出一种双边多议题自治协商模型。该模型用几种向量对协商议题进行形式化描述;定义两种效用评价函数刻画效用评价机制;引入贝叶斯决策理论,实现协商过程agent自学习;对传统合同网协议进行扩展,用于控制双方的协商交互;结合agent自学习,给出了3种提议策略。实验表明该模型是有效的,具有较强的实用性。     

时间序列数据的分段线性表示

在时间序列分段线性表示(PLR)基础上,提出一种新的基于特征点的分段方法,克服采用单一误差算法的模型失配问题,更加准确地反映过程状态的变化.     

采用脉冲宽度调制技术实现人工神经网络

该文提出了一种采用脉冲宽度调制(PWM)技术实现的人工神经网络(ANN),神经网络的权值采用数字存储器存储,突触电路由开关组成,电容积分电路和电流采样保持电路完成输入信号和权值信号的乘加运算,输出采用双电流镜。电路结构简单,易于集成,可用于构成前馈网络,如实现异或运算的人工神经网络。