基于多尺度粗糙集模型的决策树优化算法

针对经典决策树算法构造的决策树结构复杂、缺乏对噪声数据适应能力等局限性,基于多尺度粗糙集模型提出一种新的决策树构造算法。算法引入尺度变量和尺度函数概念,采用不同尺度下近似分类精度选择测试属性构造决策树,使用抑制因子对决策树进行修剪,有效地去除了噪声规则。结果表明该算法构造的决策树简单有效,对噪声数据有一定的抗干扰性,且能满足不同用户对决策精度的要求。     

多头注意力记忆网络的对象级情感分类

细粒度的情感分类任务需要识别文本当中与评论对象相关度最高的观点词并进行情感极性分类.文中利用多头注意力机制改进记忆网络,提取不同对象情感分类特征,实现对象级情感分类.将文本的词嵌入向量存储在记忆组件中,使用多头注意力机制在多个特征空间同时建模文本整体语义与对象相关语义.利用前馈网络层整合多个特征空间下的信息作为分类特征.在SemEval-2014数据集及扩充的数据集上实验表明,文中方法有利于缓解方法的选择性偏好.     

潜艇舵机系统故障智能诊断技术研究

在潜艇舵机系统故障诊断问题的研究中,根据潜艇舵机系统的实际状况,分析其各组成部分发生故障的特点和原因建立故障树,采用层次分析法计算各故障原因的权重,形成相应的智能故障树.利用Access数据库建立故障诊断专家系统知识库,从智能故障树中提取一定的规则.系统采用宽度优先的正向推理和搜索策略的控制策略进行推理.针对传统故障诊断专家系统缺乏自学习能力的不足,采用BP神经网络算法进行修正.最后利用软件设计舵机系统故障诊断系统的开发平台和设计语言,可帮助维修人员更加方便快捷地对潜艇舵机系统的故障进行诊断和维修,降低了成本.     

基于数据挖掘的高职学生专业倾向性分析

高职教育为社会培养高素质的技能型人才发挥了重要作用,但是有部分高职学生在就业中并没有从事跟本专业相关的职业.造成这种结果的一个原因就是学生的专业选择.利用数据挖掘技术对专业倾向性进行分析,找出影响专业学习的因素,帮助学生进行专业的选择,同时也使得高职院校在专业的课程设置中更有针对性.     

基于粗糙决策树模型的复杂设备智能故障诊断

提出一种粗糙决策树智能故障诊断方法。首先利用粗糙集理论构建故障诊断决策表;然后应用最小熵离散算法对特征数据进行离散;接着利用基于分辨矩阵的算法对决策表进行属性约简,并基于最大聚类比原则优选出最佳约简;最后利用C4.5算法构造出诊断决策树。并对实例进行故障诊断。结果表明：该方法不仅能有效地减少特征数据获取的工作量,而且能快速准确地实现故障识别,具有比粗糙集诊断法、粗糙决策诊断法和C4.5诊断法更强的工程实用性。     

社交网络中模块关系树的相似性算法的研究

提出一种基于模块关系树的分析方法,考虑每个实体与用户之间的兴趣、住址和共同好友等相关因素,制定不同的关系树,然后根据路径长度计算各因素的相关度值,最后综合每个实体模块,从而筛选出关系最密切的实体。实验结果证明,该算法能过滤掉大量无关信息,有效找出最相关的实体,提高了搜索结果的准确率。     

基于随机森林方法的地铁车门故障诊断

针对现有地铁车门故障诊断方法存在的诊断速度慢以及大量故障检修数据未得到合理利用等问题,提出一种基于信息增益率的随机森林故障诊断方法.该方法将地铁车门历史故障数据集转化成决策表,通过Bootstrap重抽样,建立多棵基于信息增益率的决策树,形成随机森林故障诊断模型,实现地铁车门故障的快速诊断.且随着故障数据的增加,其故障诊断模型可以自动更新完善.通过地铁车门实际故障数据,验证了该方法的有效性.同时,通过对随机森林模型中决策树的数目讨论分析,确定了该方法模型的最优设计结构.     

ALCHEMIST: A General Purpose Transformation Generator

ALCHEMIST is a general purpose transformation generating environment, which supports specification, generation and execution of data transformations. ALCHEMIST allows an abstract specification of the transformation through a window-based interface and supports the generation and compilation of transformation program code from these specifications. Unlike compiler-compilers, ALCHEMIST is intended to automate building transformations between two complex representation formats and is thus especially suitable for constructing transformations between database tools, CASE tools, graphical editors or text formatters. In this paper we describe the design principles and the structure of ALCHEMIST, and demonstrate its use. We also discuss our experiences with several example transformations and present a real-life case study of using ALCHEMIST for interfacing two software development environments.     

数据挖掘技术在教学评价系统中的应用

本文主要通过对数据挖掘工具的探讨,将教学评价结果的数据样本运用聚类、分类等技术进行数据分析,从分析的结果中发现有价值的数据模式,让领导者能够从中发现教师教学活动中的主要问题,以便及时改进,进而辅助领导决策做好学校管理.     

基于规则的Web3D森林模型的轻量化构建

树木的建模仿真因其结构十分复杂数据量巨大一直以来都是WebVR领域中极具挑战的研究课题。尤其是目前随着网上三维虚拟场景的急剧扩张,海量WebVR虚拟森林场景在用户端的实时下载请求和有限网络带宽之间的矛盾亦变得日趋突出。提出了基于L-system的Web3D虚拟树木语森林的轻量化建模方法,基于树木L-System描述体系的自相似性和基于重用的WebVR轻量化建模思想,成功地将虚拟树木/森林场景转化为极为轻量化的Web3D文件,甚至只有十几kB大小,即便网络带宽很低的情况下,也非常适于网上的实时传输与漫游,在一定程度上解决了该瓶颈问题。