基于SVM 的机器人高精度磨削建模

为了改进机器人磨削过程中对磨削量的控制,提出了一种基于SVM 回归的磨削过程建模方法,通过 分析与磨削量相关的一组可测变量——机器人进给速率、接触力、工件表面曲率,利用机器学习的方法建立回归模 型,对磨削量进行预测．这种方法可以避免逐一分析复杂的动力学参数．实验结果表明,该方法可以取得良好的效 果,模型的预测精度达到90%以上,基本满足实际加工的要求．     

Apache Web服务器中基于LTI模型的多服务类别比例延迟控制

通过系统辨识建立了Apache Web服务器的线性时不变(LTI>模型,用于描述两类Web客户连接的连接延迟比与服务线程比间的关系,并针对此L"I'I模型,设计了一个控制器。此控制器通过动态分配服务于不同类别连接的服务线程的数量,可实现Wcb服务器端的比例延迟保证,并进一步将此区分服务的控制模型扩展到了面向多个连接类别,通过多个控制器实现了相部两个客户连接类别的比例延迟保证。仿真表明,即使过载状态下并发客户连接的数目急剧变化,闭环系统中的Wcb服务器也能为多个客户连接类别提供比例延迟保证。     

红外图像统计闭值分割方法

经典的统计阈值方法采用某种形式的类方差和作为阈值选择的准则,未考虑实际图像的特性,对目标和背景具有相似统计分布的图像的分割效果不甚理想。为此,利用阈值分割后两个类的标准偏差定义了一个新的阈值选择准则,并通过最小化此准则选择出最佳分割阈值。通过一系列实际图像上的实验结果表明,与现有的几种经典阈值分割方法相比,本方法分割图像的效果更好,尤其是对红外图像分割的效果更为明显。     

基于相容关系的基因选择方法

有效的基因选择是对基因表达数据进行分析的重要内容。粗糙集作为一种软计算方法能够保持在数据集分类能力不变的基础上,对属性进行约简。由于基因表达数据的连续性,为了避免运用粗糙集方法所必需的离散化过程带来的信息丢失,将相容粗糙集应用于基因的特征选取,提出了基于相容关系的基因选择方法。首先,通过i检验对基因表达数据进行排列,选择评分靠前的若干基因;然后,通过相容粗糙集对这些基因进一步约简。在两个标准的基因表达数据上进行了实验,结果表明该方法是可行性和有效性的。     

软件可靠性模型研究进展

软件可靠性模型旨在根据软件失效数据,通过建模给出软件的可靠性估计值或预测值.它不仅是软件可靠性预计、分配、分析与评价的最强有力的工具,而且为改善软件质量提供了指南.对近年来提出的多种不同的软件可靠性模型进行分类剖析,讨论了部分模型的预测能力和适用性,分析了多个模型适用性差的原因,还对未来的研究趋势进行了展望.     

系统L在非均匀概率空间下命题的真度理论

将经典二值命题逻辑L中公式的真度概念推广到势为2的非均匀概率空间上;当p∈(0,1)时,证明了全体公式的真度值之集在[0,1]中没有孤立点;利用真度定义公式间的p-相似度和伪距离,进而定义了p-逻辑度量空间,证明了该空间没有孤立点,并在此空间中提出了三种不同类型的近似推理模式。     

P2P网络中基于贝叶斯理论的信任模型研究

借助于社会人工学中信任的概念,把P2P网络中节点交互的历史信息作为样本信息,结合先验信息对节点的未来行为做出推断,并根据节点之间信任关系不同,区分了直接信任和推荐信任,并分别给出了两种信任关系基于贝叶斯理论的计算方法。最后与L.Mui等人的模型作了比较。     

基于扩展知识空间理论的技能自适应测试过程①

当前扩展知识空间理论只提出了技能测试,没有给出技能测试的详细过程。定义了问题函数、技能函数以及技能状态函数,完成了知识结构到技能结构的映射,给出了技能自适应测试的详细过程,实现了对受测者技能水平的测试。此外,引入了知识状态的邻居和边界,并对自适应测试过程中选题策略这一关键过程做了进一步优化,使测试更适合受测者的知识特点。     

基于模糊理论的智能呼叫决策系统的研究与设计

针对呼叫系统中接入控制的决策问题,从影响呼叫客户重要性的四个因素出发,构造了客户重要程度评估集,并提出了在呼叫系统中基于模糊综合评判的呼叫评估方法及相关算法实现,较好地解决了处理客户呼叫的问题,然后设计了智能呼叫决策系统,最后通过与非智能化系统的损失量比较,验证了该智能决策系统的有效性和可行性。     

基于模糊和证据理论的行为建模

针对人类行为模型系统中存在大量的复杂任务关系和过程,系统输出的概率不确定性等问题,提出了基于Mamdani-Zadeh推理范式和D-S证据理论的建模方法.这种方法把输入空间分割成人们比较容易理解和表达问题的小区域,使用Mamdani-Zadeh和模糊D-S规则控制信度函数的输出值,从而得到了用户预期焦化元的清晰值,实现了模型系统关系、过程简单化;并通过具体例子证实了此方法的精确性和有效性。