Perceptually Grounded Language Learning: Part 2—DETE: A Neural/Procedural Model

In Part 1 of this two-part series, we introduced Katamic memory—a neural network architecture capable of robust sequence learning and recognition. In Part 2, we introduce the Blobs World taskjdomain for language learning and describe the DETE language learning system, which is composed of over 50 Katamic memory modules. DETE currently learns small subsets of English and Spanish via association with perceptual! motor inputs. In addition to Kaiamic memory, DETE employs several other novel features: (1) use of feature planes, to encode visual shapes, spatial relationships and the motions of objects, (2) phase-locking of neural firing, in order to represent focus of atention and to bind objects across multiple feature planes, and (3) a method for encoding temporal relationships, so that DETE can learn utterances involving the immediate past and future. We compare DETE to related models and discuss the implications of this approach for language-learning research.     

缺陷交互作用对陶瓷半导体导电性能的影响

本文借助于缺陷化学反应过程，分析了陶瓷半导体内缺陷间的交互作用，得到了陶瓷半导体实验研究的三个重要启示：（1）强还原（或氧化）或施主（或受主）掺杂对同一样品不能同时起到最佳效果；（2）本征原子空位对施主或受主的补偿导致电导率的非线性增长；（3）缺陷的缔合降低了半导化杂质的有效浓度，从而使电导性能发生异常变化。     

基于间接关联规则的数据挖掘算法研究

简单数据集可以通过关联规则得到在数据间的相互关系;相当多的情况下,由于不能从关联规则得到隐藏在数据间的相互关系,需要按间接关联规则分析出数据项集在交易集合中出现的频度,挖掘隐藏在数据间的相互关系。文中通过使用概念分层和基于近邻的方法,探讨利用FP树产生的频繁项集,对候选关联检验其是否满足项对支持度条件,并利用这个频繁项集挖掘事务的间接关联,找到挖掘事务的间接关联的内在规律,构造出不依赖中介条件的间接关联挖掘算法。     

最小支持度在教学质量评价系统中的数据挖掘应用

以当前的高职高专院校教育教学为平台,研究分析最小支持度关联规则挖掘技术与教学质量评价相结合的问题,针对教学质量评价结果中的盲目性、不易把握等问题,提出利用最小支持度来分析质量评价体系,获取以影响因素为条件,以评价分析为结论的关联规则来解决目前教学质量评价中的不合理性,使教学质量评价公平、公正、合理、高效,并给教学管理人员提供决策分析资料。     

克隆遗传算法在学生成绩分析中的应用

分析了关联规则挖掘的特点,提出一种基于克隆遗传策略的关联规则挖掘模型。该模型针对遗传算法易于陷入局部最优的缺点,引入克隆算子,通过克隆操作扩大群体规模,并采用自适应方式动态地选取交叉率和变异率,从而求得问题的最优解。实例分析表明,克隆遗传模型能有效处理数据集中的关联规则挖掘问题。     

基于维间扩展和事务压缩的关联规则算法改进

Apriori是关联规则挖掘的经典算法,在利用该算法进行医疗数据挖掘的过程中,发现其频繁项集产生过程有一些不必要的开销,为此提出了改进算法Mypriori,利用维间扩展和事务压缩策略来提高频集发现的效率,并通过实验验证了算法的有效性.     

基于聚类分析的新书推荐

针对大多数图书馆管理系统中的个性化服务中的新书推荐只是定时将新到馆的图书罗列出来让读者浏览进行推荐,推荐效果差的问题。本文在比较三大常用的推荐技术的优缺点后,采用基于聚类分析的推荐算法推荐新书,并具体给出实现的方法。     

引入关联分析的用户行为信任评估在云计算平台中的研究

关联规则是数据挖掘的重要方法。随着国内外云计算应用及研究的不断推进,云计算的安全性成为云计算的核心问题之一。通过进行用户的状态行为关联分析,提取信任信息,结合可信云的思想,提出一个云计算下基于信任的防御系统模型。     

基于数据挖掘的复杂装备维修辅助决策研究

文章通过某装备维修信息框架分析,维修数据预处理,然后以维修记录为例,挖掘出了维修件之间关联规则,并采用决策树分类方法对维修件进行了分类,这些规则和分类结果可以为维修计划制定、器材采购、视情维修等方面提供决策依据。     

基于关联规则与PLC的同步电机高精度转角自适应控制方法

常规的转角自适应控制方法未能与同步电机的实际运行数据精准结合,导致实际控制中精度不足,因此提出基于关联规则与PLC设计的同步电机高精度转角自适应控制方法。计算同步电机的增益效率,将结果加权处理,得到同步电机转角理想传动比的计算方法。建立关联数据库,基于关联规则优化转角控制增益系数。以适应性系数判断算法终止条件,建立自适应模型结构,得到同步电机中的转角质心偏离距离,设计转角模糊自适应算法。在对比试验中,试验组中适应性系数均值为0.48/0.92 μm,3个对照组的均值分别为0.27/0.82、0.42/0.57、0.26/0.86 μm。通过试验数据可知,基于关联规则与PLC的同步电机高精度转角自适应控制方法比常规算法更适应同步电机的实际运行,具备更高的精度控制效果。