搜索结果: 136-150 共查到“知识库 人工智能理论”相关记录925条 . 查询时间(3.43 秒)
一种基于浓度调节的RCB算法
激素 浓度调节 入侵防御系统
2009/10/10
决定入侵防御系统漏检率和误检率的关键要素是模式匹配算法,改进r连续位匹配算法可以提高入侵检测系统的性能。受生物内分泌系统通过激素浓度调节适应内外环境机制的启发,设计了人工激素浓度的动态平衡模型,构造了一种基于浓度调节的RCB算法。实验数据表明,该算法能够根据网络状态变化,自适应地调整匹配参数,具有较好的应用价值。
一种稀疏最小二乘支持向量机
稀疏性 最小二乘支持向量机 中心距离比
2009/10/10
针对最小二乘支持向量机缺乏稀疏性的问题,提出了一种基于边界样本的最小二乘支持向量机算法。该算法利用中心距离比来选取支持度较大的边界样本作为训练样本,从而减少了支持向量的数目,提高了算法的速度。最后将该算法在4个UCI数据集上进行实验,结果表明:在几乎不损失精度的情况下,可以得到稀疏解,且算法的识别速度有了一定的提高。
一种自适应多目标离散差分进化算法
多目标优化 离散差分进化 Pareto最优
2009/10/10
提出一种自适应多目标离散差分进化算法。该算法将差分进化引入多目标优化领域,采用一种新的自适应离散差分进化策略增强算法的全局搜索能力,以获得更优的Pareto近似解,并结合Pareto快速分层排序策略和基于聚集密度的按层修剪操作对种群进行更新维护,使解集保持良好的多样性。实例测试和算法比较表明,该算法能有效求解离散域和连续域上不同类型的多目标优化问题,且在收敛性、分布性、稳定性方面均表现较好。
...
异构属性数据的量子聚类方法研究
异构数据 相异性度量 Mahalanobis距离
2009/10/10
研究了异构属性数据的聚类问题。通过挖掘样本中的结构信息,用加权的Mahalanobis距离来度量异构样本的相异性;根据分类属性数据的分布与粒子在量子势能场中的分布不平衡的相似性,重写量子势能公式为距离量子势能的形式,提出了一种新的异构属性数据量子聚类WMDQC算法。通过进一步集成该算法和AHC算法为WMDQCM聚类方法,用AHC算法更高效地挖掘样本中有利于聚类的结构线索。实验结果表明,方法具有比较...
引入RNA计算的遗传模糊C均值聚类算法
模糊C均值算法 RNA计算 遗传算法
2009/10/10
模糊C均值算法(FCM)在聚类分析中是目前比较流行和应用比较广泛的一种算法。但它存在两个弱点:一是对初始化非常敏感,容易陷入局部极值点;二是处理大数据集时耗时太长。基于RNA的分子计算是近年来新兴的一种智能优化计算方法。提出了基于RNA计算的遗传模糊聚类算法(RNAGAFCM),来提高收敛速度和全局寻优能力。仿真实验表明新算法比现有的遗传模糊聚类算法减少了迭代次数,提高了收敛速度。
映射单向S-粗模糊集及其性质
模糊映射 映射等价关系 模糊元素迁移
2009/10/9
在文献[5]提出单向S-模糊集的基础上,给出映射单向S-粗模糊集概念,映射诱导的等价关系的概念;讨论了映射单向S-粗模糊集的性质。得出单向S-粗模糊集是映射单向S-粗模糊集的特例,映射单向S-粗模糊集是粗集理论的一个新的研究方向。
语义集成中的不确定性本体映射模型
语义Web 本体集成 本体映射
2009/10/9
语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关系。然而,为庞大的异构本体建立完全精确的本体映射是不现实的,本体映射中存在一定的不确定性。提出了一种新型的本体映射框架——语义集成中的不确定性本体映射。从不同方面研究本体...
最优路径问题的自适应伪并行免疫算法
路径规划 小生境 免疫克隆
2009/10/9
针对标准遗传算法在解决路径规划问题中存在的不能以概率1收敛及进化时出现退化等情况,提出并实现了一种自适应伪并行免疫算法。利用多个子种群同时进化及小生境技术,给出了一种小生境伪并行协同进化策略。提出了一种新的编解码方式,给出了相关的免疫克隆、免疫优势等免疫算子的具体设计。进化过程中克隆规模可依据抗体-抗原亲合度、抗体-抗体亲合力自适应调整,采取了最优保存策略从而保证了算法以概率1收敛。实例验证了该算...
POSE中乐观同步策略研究
并行模拟器 面向对象的并行模拟环境(POSE) 同步策略
2009/9/30
同步策略是并行离散事件模拟的关键技术之一。POSE是一种面向对象的可扩展的计算机体系结构并行模拟框架,可进行大规模系统的并行模拟。剖析了POSE框架中的乐观同步策略,按照时间窗口调整状况将其自适应策略分为半自适应策略和完全自适应策略;对自适应乐观同步策略的模拟速度与精度进行了深入的测试比较,发现经过调整半自适应乐观策略能够取得更好的性能;也发现现有完全自适应算法中存在窗口调节反馈滞后和GVT计算开...
改进的模糊C均值聚类算法
模糊C均值聚类 自适应 簇的调整
2009/9/30
把自适应的策略与传统的模糊C均值聚类算法结合起来,形成新的模糊聚类算法。在不影响收敛速度的情况下,它能够很好解决局部最优以及对初始值敏感的问题。以UCI机器学习数据库中的两组数据集为研究对象,实验结果表明,它的精确度与自适应免疫聚类算法相当,能够得到准确的簇的数目,并且它的收敛速度更快,这对于如今网络数据的高速变化来说,该方法显得更为重要。
混合属性数据点集的特征权重优化方法研究
决策树划分 规则聚类区域 特征权重优化
2009/9/30
应用决策树方法来获取混合属性数据点集的“规则聚类区域”,利用“异类子聚类相离,同类子聚类相近”的原则来交替优化有序属性和无序属性的权重,提出了基于决策树划分的特征权重优化方法。该方法在一定程度上解决了有效获取数据子集的子聚类问题和混合属性数据点集的特征权重优化难题。仿真实验表明,该方法在优化混合属性数据点集的特征权重时是有效的。
基于粗糙集与AHP理论的IT项目风险群决策
粗糙集方法 层次分析法理论 IT项目风险管理
2009/9/30
针对IT项目的风险管理与群决策过程中存在大量不确定、不完全信息等特征,在传统决策方法的基础上,将粗糙集方法与AHP理论相结合,提出了粗集IT项目风险群决策的基本步骤,并借助粗糙集的原理与方法,通过实例分析探讨了IT项目风险群决策中关于知识表达、属性约简、规则挖掘、方案排序等方法,尤其是引入属性动态权重、专家主观权重、客观权重的概念与计算方法,进而对整个决策排序算法进行了改进。
基于熵度量的空间邻域离群点查找
熵度量 空间邻域离群点检测 空间邻域偏离因子
2009/9/30
离群点的查找算法主要有两类:第一类是面向统计数据,把各种数据都看成是多维空间,没有区分空间维与非空间维,这类算法可能产生错误的判断或找到的是无意义的离群点;第二类算法面向空间数据,区分空间维与非空间维,但该类算法查找效率太低或不能查找邻域离群点。引入熵权的概念,提出了一种新的基于熵权的空间邻域离群点度量算法。算法面向空间数据,区分空间维与非空间维,利用空间索引划分空间邻域,用非空间属性计算空间偏离...
基于新模糊系统与T-S模糊系统的比较与研究
Mamdani模糊系统 T-S模糊系统 逼近性
2009/9/30
构造了一类新的模糊系统并应用它对非线性系统进行了辨识,而对新的模糊系统的性能作必要的分析研究。针对该系统进行分析,并将其与T-S模糊系统作比较,得出相关结论。