工作流技术在ASP公共服务平台中的应用研究*

根据项目特点,建立了适合ASP平台的基于协调理论和反馈机制的扩展活动网络模型,采用XML模式的XPDL规范实现过程定义;然后通过DOM解析XML数据文档和J2EE的技术支持实现了系统的轻量级工作流引擎.详细介绍了系统实现中解决的两个关键问题:事务型操作的处理和并发控制,并提出了基于优先级的锁绑定机制.     

用阶梯样本提取受训MLP或SVM的输入输出关系

神经网络具有强大的函数拟合能力,但是,训练的结果是‘黑盒子'.采用构造阶梯样本、计算陡峭指数的方法,将受训多层感知器或支撑向量机的输入输出变量关系以直观的形式(阶梯图)反映出来.与传统方法比较,这种新的相关性分析方法能更充分地揭示样本中输入与输出变量间的非线性关系.在烟草行业单料烟模拟感觉质量评估的应用中,仿真试验验证了该方法的有效性与实用性.     

模糊Kohonen网络在烟叶分类中的应用

对于分类问题的处理有很多经典方法，但近年来因为人们对神经网络理论及其应用的重视，使得Kononen网络(KN)趟来越受到普遍关注。该文利用模糊控制策略将模糊。均值算法与经典的Kolloncn算法有机地结合起来，使网络性能到了，很大改善。     

基于Eclipse智能代码生成框架的研究

Eclipse是一个基于Java的可扩展开发平台,它本身是由一个框架和一组服务组成,用于通过插件组件的形式构建开发环境。富客户端平台RCP是位于Eclipse平台核心的功能,它可以视为基于OSGi构建插件系统的最佳实践指导,同时可重用Eclipse中已存在的方法和编码模式。图形化的模型框架GMF是一个Eclipse建模项目的子项目,其目标是为Eclipse建模框架EMF和图形化编辑框架GEF提供一个统一的桥梁,从而为代码工具的生成奠定了良好的基础。而EMF是Eclipse MDA的一个重要组成部分,通过它可以将模型转换成高效正确和易于定制的Java代码。在此结合Eclipse平台、RCP工程及GMF、EMF等相关技术,研究分析了智能代码生成框架的设计过程。     

基于蒙特卡罗无信息变量消除的烟气指标预测

使用近红外光谱(NIRS)分析方法对烟叶的CO、烟碱、焦油含量进行无损快速定量分析,可以提高分析方法的预测精度,消除无信息建模变量对模型稳定性的影响。在此以烟叶为研究对象,利用蒙特卡罗无信息变量消除方法(MC-UVE)对烟叶的近红外光谱进行了波段点的筛选,并利用筛选出的波段建立PLS校正模型。结果表明利用蒙特卡罗无信息变量消除方法可以有效选择建模变量,既克服了复杂样品各信息区间对PLS建模贡献率不一样的问题,又能提高模型的稳定性和多元校正的预测精度。     

基于改进KNN算法在近红外光谱中的模式识别研究

针对近红外光谱数据特征变量个数远大于样本数以及光谱点之间存在强相关的特点,通过主成分分析压缩光谱信息抽提独立的特征变量,在最佳主成分个数下计算各样本到不同类中心的马氏距离,进而统计整体的预测正确率。文中采用改进的KNN算法对四种牌号的卷烟近红外光谱数据进行了类别预测,在明显改进效率的同时,获得了更为准确的预测结果。     

基于相似度的变精度容差关系扩充粗糙集模型

比较分析了已有扩充粗糙集模型,提出基于相似度的变精度容差关系扩充粗糙集模型。该模型根据两对象的相似度及属性值缺失情况划分客差类。通过与基于容差关系、相似关系、限制容差关系等扩充粗糙集模型比较,证实了该模型对不完备信息系统处理的现实可行性和有效性,最后给出了相对正域的概念及属性约简规则。     

生产线嵌入式RFID终端读写器设计

RFID技术由于其可靠性高、适应环境广、总体成本低已经在制造业信息化和物流领域发挥了巨大作用,如何更有效,精确的读取RFID信息成为影响RFID在工业生产线上大量应用的关键,本文论述了借助于ARM体系平台和Linux操作系统,在硬件和软件上实现生产线RFID终端读写器的设计方案,样机已经在冰箱生产线上进行了实验,并取得较好的效果。