基于算子空间的公式发现算法研究

在FDD提出的人工智能技术与曲线拟合技术结合的公式发现系统的基础上 ,提出了新的基于算子空间的公式发现算法 ,并在算法研究的基础上设计实现基于算子空间的可视化公式发现系统 ,该系统通过算子空间概念的引入 ,简化了算子空间的规则 ,同时引入导数规则、误差规则以及终止规则 ,丰富了知识库内容。通过以上改进 ,和BACON和FDD相比 ,公式发现的形式更广 ,复杂度更高。文章最后给出了应用实例以及公式发现的结果。     

基于非负张量表示的扩展LDA标注模型

由于“语义鸿沟”的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计其参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

Controlled warfare: how directed-energy weapons will enable the US Military to fight effectively in an urban environment while minimizing collateral damage

US military operations are increasingly conducted within urban environments and with these operations come the risk of increasing the number of civilian casualties and infrastructure damage. The use of non-lethal weaponry, such as directed-energy weapons, is one method for minimizing collateral damage. This method enables US military forces to effectively fight within urban environments through force escalation capabilities. Using a series of historical examples and future scenarios for urban warfare, this article highlights deficiencies affecting military capabilities in military urban operations, addresses the consequences of collateral damage, assesses the effectiveness of directed-energy weapons in military urban operations and encourages further funding, research and integration of non-lethal weaponry, such as directed-energy weapons, within the US military.     

改进关联规则挖掘算法航空发动机故障检测

通过对航空发动机机载数据结构以及几种常用的航空发动机故障检测方法的深入分析,提出采用关联规则挖掘来实现航空发动机故障检测.针对常用的关联规则挖掘算法——Apriori在应对数据量较大的数据库时存在效率瓶颈的问题,对该算法进行了改进.改进后的算法可以不断降低数据库规模和候选项集的数量.通过对航空发动机实际试车数据的挖掘实...     

维和警察防暴队迎战原则探析

维和警察防暴队在海地任务区遇到很多实际问题。在执勤执法中灵活运用迎战原则,探讨维和警察防暴队迎战原则的法律依据、行动授权和执行程序,总结在任务区复杂多变的情况下维和警察防暴队如何依托国际法规,合理运用迎战原则,有效使用武力授权,合法利用武器装备,严格遵守执行程序的措施和方法,对于完成维和任务具有一定的指导作用。     

关联规则在消防接处警数据分析中的应用

阐述了关联规则及Apriori算法的基本概念、基本方法;运用关联规则Apriori算法,对某市2002年至2006年的消防接处警数据进行了初步关联规则挖掘,并给出了挖掘结果的简要说明,为数据挖掘在消防接处警数据分析方面作出了初步的探索。     

基于蚁群算法的模糊控制规则优化设计

为了避免设计模糊控制系统时遇到的“规则爆炸”问题,提出基于模糊相容系数的模糊规则优化方法．该方法定义了模糊规则的相容程度,得出的相容系数矩阵作为蚁群算法的启发式因子．采用蚁群算法优化模糊规则进行仿真,结果显示该方法生成的模糊规则具有较好的相容性和控制性能．     

大学物理课程学习指导规律初探

调查了学生在学习大学物理课程中的学习困难及原因,探索了大学物理课程的学习指导规律,提出了改进教学内容、教学方法与手段、课程教学管理以及作业布置的可行性建议,总结了教学效果。     

改进的Apriori数据挖掘算法的应用

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的基本算法.针对防区外联合攻击武器系统在仿真过程中产生的大量数据,利用Apriori算法对仿真结果进行分析,得出一些有参考价值的规则,实现了关联规则挖掘在军用系统仿真中的应用.并对Apriori算法存在的问题进行了一些改进,用新的修剪策略,提高了算法的效率;增加独立性检验,进一步保证了关联规则的正确性.     

模糊启发规则的防空作战智能指控系统决策

为提高防空作战智能指控系统决策效率,在充分考虑专家经验知识的基础上,利用模糊启发规则对智能指控系统决策模型中的规则和推理方法进行改进.通过对防空作战打击决策输出结果的编程计算,得到打击决策输出方案与实际作战决策结果一致.该方法可使模糊规则条数减少,输入向量和模糊矩阵的维数降低,推理计算速度加快,却不影响最终决策输出结果.