个性化决策规则的发现: 一种基于Rough Set 的方法

为发现用户真正感兴趣的决策规则，利用RS理论和方法设计了个性化决策规则发掘算法．算法分为两步：首先在属性约简中通过提出的理论尽可能去除用户不感兴趣的属性的方法来找出最佳约简；然后在属性值约简中进一步去除与用户无关的属性，从而抽取个性化决策规则．从理论上论证了算法的有效性，给出了实验分析，证实了算法的可行性．     

多示例学习及其研究现状

较全面地介绍和分析了第4种机器学习框架的多示例学习(MIL)．首先通过数学表达式对多示例学习进行描述，概括了其主要性质；然后总结了目前主要的求解多示例学习问题的算法，剖析了这些算法的主要思想；最后对多示例学习的未来发展作了展望．     

基于本体论的知识组织在智能CAI中的应用

针对传统CAI课件的教学材料和选用的表达方式过分依赖教师固有的教学思路和教学大纲，以及对教学课件的知识缺乏有效组织的缺点，本文将新引入计算机领域的，可以有效进行知识组织的本体论引入到CAI课件中，通过对CAI课件进行本体化分析，构建领域知识本体，从而得到CAI课件的本体论表示，也即对CAI课件进行有效地知识组织，从而使传统CAI课件向着智能化的方向发展。最后通过对C语言程序设计课程的实例分析，验证了基于本体论的智能CAI的有效性。     

基于图像分析的室内自主式移动机器人避障系统

本文详细介绍了自主式移动机器人视觉系统的构成,分析了如何对彩色数字图像的进行图像分割和目录辨识,提出了基于图像分析和模糊规则的避障算法.实验证明了这种避障方法的正确性.     

异质多移动机器人协同技术研究的进展

随着移动机器人应用的领域和范围的不断扩展，多移动机器人由于其单个机器人无法比拟的优越性已经越来越受到重视．从体系结构、协作与协调、协作环境感知与定位、重构及机器学习几个重要课题对多移动机器人协同技术进行了综述，尤其侧重于各种技术如何处理和包容团队中的异质性，并分析了本领域中的研究难点问题，最后展望了异质多移动机器人研究的前景与发展趋势．     

自然计算研究进展

随着量子计算、DNA计算、免疫计算、进化计算和神经计算等新型计算机制的兴起,传统的计算正扩展为自然计算,因为这些新计算机制的产生都由自然系统启发而来.为了发展和应用自然计算技术,总结了自然计算的发展简史.然后,提出了计算机、自动控制等系统的两种体系结构,分析了自然计算的新特征,包括自然法则、交叉性、革命性和复杂性,并给出了自然计算的复杂性分析定理.改进了自然计算的映射模型,提出了自然计算的算法流程.最后,探讨了自然计算的研究意义和应用.总之,自然计算是活跃的重要研究方向,定会推动许多学科的发展.     

一种基于骨架特征和神经网络的手写体字符识别技术

对英文字符集的识别问题,提出了一种依据细化后的字符骨架特征进行分类,并对每一类别的字符各自建立神经网络进行训练和识别的方案。在二值图象理论的基础上,通过对字符轮廓特征的分析,提出了一种对英文字符集的分类方案,同时提出了一种快速有效的骨架链码形成和特征提取算法。     

智能机器人研究的进展,趋势与对策

本文着重介绍了国内外高级机器人的发展趋势，讨论了发展智能机器人技术的对策，有助于对机器人的现状和未来发展的进一步了解。     

一种基于Agent的智能远程教学系统

智能远程教学是基于网络和现代信息技术产生的一种新型教学方式,它具有时效性、智能性、交互性和多媒体特性.随着网络技术的发展,远程教学已有了长足的进步,初步形成了一种新的教学模式.     

地图构建中动态障碍干扰滤除的一种方法

在移动机器人环境建图中,动态障碍物的存在直接影响传感器的读数,导致产生不一致的环境地图,因此,移动机器人构建地图必须滤除动态障碍物干扰。采用直线插补的方法在先前的局部图上搜寻机器人与目标点之间是否存在障碍物,若存在障碍,则可判定该障碍物已移走(即为动态障碍),应该予以滤除。实验结果证明,该方法能在建图过程中有效地滤除动态障碍,并能有效减少静态障碍物探测的误差累积,算法复杂度小。