粗集理论及其应用（三）：知识表达系统

知识表达在智能数据处理中占有十分重要的地位，本文主要论述知识处理框架中的知识表达方法，首先介绍用数据表描述的知识表达系统及形式化定义，然后给出知识表达系统中属性的重要性概念。在文中我们还根据粗集理论讨论了决策理论中的一些基本问题和决策表简化的方法，介绍决策表的形式化定义和一些性质。     

基于遗传算法的神经网络油水层识别

文章研究了基于遗传算法的神经网络油水层识别方法,针对神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,提出了基于粗集属性约简方法降低了输入信息的空间维数、减少了运算量和简化了神经网络的拓扑结构,利用遗传算法提高神经网络的训练速度。实验结果表明：将混合智能计算方法应用于油水层识别中效果显著,其学习训练速度和拟合精度远优于传统BP神经网络算法。     

基于移动平均线组合和支持向量机的股市趋势研究

证券投资是一种高风险、高收益的理财方式,而对市场运行趋势的良好把握有助于投资者回避风险、把握机会。提出基于多条移动平均线斜率组合和支持向量机算法,判断当前市场运行趋势,从而采取相应的投资策略。模拟实验证明,该方法取得了良好的效果。     

LTE中SC-FDMA技术的研究

SC—FDMA技术作为3GPPLTE上行链路多址技术,它联合了单载波调制技术、正交频率复用和频域均衡技术（FDE）,是一种新的多址技术。文中概述了SC—FDMA技术,分析了子载波分配对系统的影响以及与OFDMA、DS—CDMA技术间的联系。     

基于粗集理论的机器学习与推理

利用粗集理论探讨机器学习中的几个重要概念及研究方法,提出一种基于祖集理论的推理和学习方法。这种研究方法不仅开拓了一条机器学习的新途径,而且也是从数据中推理决策规则的一种新探索。     

模糊中心聚类学习方法的比较与改进

基于带约束条件的非线性最优化问题常存在对初值敏感、求解过程缓慢等局限。文章从无导师在线递推学习法和离线学习法对模糊中心聚类的实现方法进行比较，分析其优缺点，在此基础上提出了一种改进的离线学习法，该方法不仅减少了对初值的敏感性，而且加快了目标函数的收敛速度。     

基于Canny算子的白酒显微图像边缘提取

文章提出了一种改进的Canny算子和数学形态学相结合的白酒显微图像边缘检测方法。首先采用二维高斯函数的一阶偏导数同时构造x和y方向滤波器计算梯度幅值,然后通过四阈值边缘检测方法进行边缘定位,最后引入了数学形态学对边缘进行融合。实验仿真表明,该方法对酒分子结构边缘检测精度较准、抗噪性能良好,能有效的克服图像边缘模糊与断点,提高了边缘的连续性。     

一种运动车辆阴影去除的新算法

文章提出一种改进运动车辆阴影去除新算法,首先通过帧差获得车辆和阴影的轮廓图像,然后对轮廓点应用离散K-L变换解除R、G、B分量的相关性,并运用颜色聚类检测出阴影区域,最后用帧差法产生的运动车辆图像与获得的阴影图像差分得到去除阴影的运动车辆,实验表明该方法能够更好地实现运动车辆阴影的去除。     

一种新的基于c／v的微电容的检测方法

论文分析了传统及现有小电容检测方法存在的问题,基于C／V电容检测的基本原理,提出了一种新的基于C／V的微电容的检测方法,设计了一个简易的微电容运算放大器检测电路。根据电路模型分析和仿真测试结果表明,该电路具有抗杂敦电容干扰强、灵敏度高、容易实现无损在线检测、成本低等优点。     

一种基于2DPCA的人耳识别方法

针对人耳识别问题,提出一种二维主分量分析(2DPCA)的人耳识别方法,该方法不需要预先将图像转换为一维向量,而是基于图像矩阵,直接计算图像协方差矩阵的特征向量作为人耳特征提取,大大加快特征提取的速度,从根本上克服了传统PCA在进行图像特征提取时耗时过多的缺点。并通过BP神经网络进行分类识别。实验结果表明,应用2DPCA方法提取人耳图像特征,可以大大提高识别效果。