遗传神经网混合编码方式的研究

对遗传神经网中符号编码方式造成的初始种群分布不均的缺点以及二进制编码方式包含的节点信息不完全的不足进行了分析，并综合二者利弊提出了一种改进的以二进制编码方式为基础的混合编码方式，同时针对这种混合编码方式设计了一套专门的遗传操作算子，克服了两种单一编码方式的缺点，有效地提高了遗传神经网的收敛速度。利用所提出的方法对传统的5-bit Parity基准问题以及沙尘暴天气预测的实际问题进行了仿真计算，比较了编码方式改变前后的收敛速度及分类准确性，仿真结果验证了这种改进的有效性。     

基于多决策树算法的网络入侵检测

将一个大数据集分割成若干个子数据集，在每个子数据集上使用决策树算法进行挖掘，用投票的方式将多棵决策树的结果结合起来，形成全局的判断。将这种方法应用于网络入侵检测，试验表明，该方法不仅提高了数据挖掘算法对海量数据的处理能力，而且降低了误判率。     

HDL描述中决策图模型的提取方法和实现

决策图模型描述了TVLSI设计信号间的数据依赖关系，在VLSI设计验证中有广泛的应用。该文扩展了已有的决策图模型，给出了从硬件描述语言描述的设计中抽取决策图模型的方法并加以实现。将该方法用于RTL级模拟矢量自动生成系统，取得了良好的效果。     

嵌入式PLC中梯形图到AOV图的映射

阐述了将梯形图映射为AOV图链的思想与实现算法。视梯形图图符为顶点，图符与图符间的拓扑连接为弧，将梯形图划分为一系列独立的AOV图。关键技术在于在采用双向链表描述梯形图的基础上，对梯形图进行二次抽象。首先依据图的拓扑关系划分双向链表，得到一系列独立的功能块，再将功能块映射为AOV图，从而完成整个过程。所提出的依据图的拓扑关系划分链表的思想，保持了图结构的完整性，将梯形图化整为零处理，简化了程序设计，为从图的角度研究梯形图向语句表的转化打下基础。     

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．     

一种业务规则的描述与分析方法

业务规则在信息系统分析与设计中的应用越来越受到人们的重视。论文提出了一种业务规则的描述方法，并在此基础上提出了基于分类模板的静态分析及基于规则触发图的动态验证方法。     

粗糙集理论的分层递阶约简算法及其信息理论基础

本文模拟人类认知的分层递阶原则,提出一种粗糙集理论的分层递阶约简算法.该算法首先将信息系统或决策系统的知识在由部分属性所构成的多种层次和多种粒度上表示出来,然后分别对各个属性层次进行递阶约简.因此,该算法具有较强的实用性和较好的动态特性,并且能并行运算.同时,本文从信息理论的角度证明了分层递阶约简的理论基础.文章的最后将该算法应用于某水泥窑炉控制决策的获取中,证实了其有效性.     

火电厂大型设备故障诊断的数据挖掘方法

针对火电厂大型设备的常见故障 ,提出一种新的诊断方法———数据挖掘方法 .该方法通过建立一个智能化的数据挖掘工具 ,直接从火电厂SCADA系统历史数据库的大量实时数据中获取故障诊断知识进行故障诊断 .数据挖掘工具的核心是 ,采用粗糙集的约简方式 ,将数据库中抽取的故障诊断规则简化为基于最小变量集的决策表 .该方法避免了为诊断故障而附加的专门测试或试验 ,降低了费用 ,同时减少了试验对设备造成的潜在危险 .将这一方法应用于火电厂锅炉的一个复杂故障事例 ,结果表明其诊断的精度在 92 %以上 ,可以满足现场应     

一种基于粗糙集的相关反馈图像检索方法

针对如何在图像检索系统中客观地表达用户的感知，提出了一种基于粗糙集理论的相关反馈算法。通过相关反馈过程将用户感知与图像特征相结合，利用粗糙集理论归纳用户感兴趣的图像语义特征，并根据用户感兴趣的程度调整对应图像特征权重。作者建立了一个实验系统ISS，采用颜色直方图与语义特征作为图像特征，并实现MARS的反馈算法作为性能比较算法。实验结果表明，该算法较MARS系统在检索性能上有较大的提高。     

二进制信号传输中随机共振与线性方法的比较

利用随机共振的主动降噪的非线性动力学行为，提出了一种应用随机共振进行二进制信号传输方法，对该方法的合理性作了分析和证明，并就方法的性能与常规的线性方法进行了比较，设计了仿真试验，结果表明，低信噪比传输时，随机共振方法具有明显的优越性。本文的结论不仅扩大了随机共振的应用领域，而且为突破线性方法的极限提供了可能的途径。