期刊文献+
共找到25篇文章
< 1 2 >
每页显示 20 50 100
集合覆盖问题的启发函数算法 被引量:16
1
作者 权光日 洪炳熔 +1 位作者 叶风 任世军 《软件学报》 EI CSCD 北大核心 1998年第2期156-160,共5页
本文给出了求解NP困难问题的完备策略的概念,在此基础上提出了一个求解集合覆盖问题的启发函数算法SCHF(set-coveringheuristicfunction),文中对该算法的合理性、时间复杂性以及解的精度进行了... 本文给出了求解NP困难问题的完备策略的概念,在此基础上提出了一个求解集合覆盖问题的启发函数算法SCHF(set-coveringheuristicfunction),文中对该算法的合理性、时间复杂性以及解的精度进行了分析,本文的主要创新点是用已知的完备策略建立启发函数,并用该启发函数进行空间搜索求出优化解.该方法具有一定的普遍性,可以应用到其它的NP困难问题.它为求解NP困难问题的近似解提供了一种行之有效的方法.在规则学习中的应用结果表明,本文给出的SCHF算法是非常有效的. 展开更多
关键词 集合覆盖 启发函数 算法 NP问题
下载PDF
连续属性空间上的规则学习算法 被引量:6
2
作者 权光日 刘文远 +1 位作者 叶风 陈晓鹏 《软件学报》 EI CSCD 北大核心 1999年第11期1225-1232,共8页
文章研究连续属性空间上的规则学习算法.首先简述了研究连续属性空间上的规则学习算法的目的和意义,并将规则学习理论中的一些基本概念推广到连续属性空间.在此基础上,研究了连续属性空间离散化问题,证明了属性空间最小离散化问题... 文章研究连续属性空间上的规则学习算法.首先简述了研究连续属性空间上的规则学习算法的目的和意义,并将规则学习理论中的一些基本概念推广到连续属性空间.在此基础上,研究了连续属性空间离散化问题,证明了属性空间最小离散化问题是NP困难问题,并将信息熵函数与无穷范数的概念应用到连续属性离散化问题,提出了基于信息熵的属性空间极小化算法.最后,提出了连续属性空间上的规则学习算法,并给出了数值实验结果. 展开更多
关键词 规则学习 算法 连续属性空间 信息熵 人工智能
下载PDF
基于Hopfield-Tank模型的神经网络的变参数方法 被引量:7
3
作者 权光日 崔明根 +1 位作者 张朝晖 洪家荣 《电子学报》 EI CAS CSCD 北大核心 1996年第8期87-89,共3页
本文分析了Hopfield-Tank模型在收敛性,稳健性,优化率以及计算速度方面存在的问题,之后根据外部惩罚函数法的基本思想提出了一种新的方法基于Hopfield-Tank模型的神经网络的变参方法.本文还对TSP的能... 本文分析了Hopfield-Tank模型在收敛性,稳健性,优化率以及计算速度方面存在的问题,之后根据外部惩罚函数法的基本思想提出了一种新的方法基于Hopfield-Tank模型的神经网络的变参方法.本文还对TSP的能量函数进行了改进,并对我国31个城市的TSP进行了软件模拟,得出了15640公里的最短路径,在收敛性,稳健性,优化率以及计算速度方面的结果都十分满意. 展开更多
关键词 H-T模型 TSP 神经网络 变参数法
下载PDF
基于示例学习的特征空间变换方法 被引量:2
4
作者 权光日 洪炳熔 钱国良 《计算机研究与发展》 EI CSCD 北大核心 1998年第5期398-402,共5页
特征空间是人工智能领域中经常使用的基本概念之一.人工智能领域中的许多问题都可以通过特征空间变换的方法化简和求解.文中提出了一种基于示例学习的特征空间变换方法.该方法可以应用到智能控制、模式识别、知识获取等方面.给出的... 特征空间是人工智能领域中经常使用的基本概念之一.人工智能领域中的许多问题都可以通过特征空间变换的方法化简和求解.文中提出了一种基于示例学习的特征空间变换方法.该方法可以应用到智能控制、模式识别、知识获取等方面.给出的数字实验结果表明,基于示例学习的特征空间变换方法不仅具有重要的理论意义,而且具有显著的实际效果.文中还给出了通过改变描述输出空间,提高学习效率的方法.结果表明该方法也是非常有效的. 展开更多
关键词 特征空间变换 示例学习 人工智能
下载PDF
基于规则学习的前馈神经网络 被引量:1
5
作者 权光日 洪炳熔 李维刚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1998年第4期57-61,共5页
提出了用规则学习方法得到的规则建立人工神经网络的方法基于规则的神经网络方法。它是一种规则学习方法和人工神经网络各自取长补短有机结合的方法。它即避免了规则学习方法的识别速度慢和神经网络训练慢的缺点,又保留了规则学习方法... 提出了用规则学习方法得到的规则建立人工神经网络的方法基于规则的神经网络方法。它是一种规则学习方法和人工神经网络各自取长补短有机结合的方法。它即避免了规则学习方法的识别速度慢和神经网络训练慢的缺点,又保留了规则学习方法的训练速度快、聚类能力强和神经网络的识别速度快、可硬件实现的优点。它为大规模训练样本来建立神经网络识别系统开辟了一条新的途径。 展开更多
关键词 规则学习 前馈神经网络 数字电路
下载PDF
基于规则学习的空间变换方法及其应用 被引量:1
6
作者 权光日 洪炳熔 《小型微型计算机系统》 CSCD 北大核心 1998年第6期49-53,共5页
人工智能领域中的许多问题经常涉及到空间变换。本文提出了一种基于规则学习的空间变换方法。该方法可以应用到智能控制、模式识别、知识获取等方面。本文中给出的智能机器人控制方面的数字实验结果表明,基于规则学习的空间变换方法不... 人工智能领域中的许多问题经常涉及到空间变换。本文提出了一种基于规则学习的空间变换方法。该方法可以应用到智能控制、模式识别、知识获取等方面。本文中给出的智能机器人控制方面的数字实验结果表明,基于规则学习的空间变换方法不仅具有重要的理论意义,而且具有广阔的应用前景。 展开更多
关键词 规则学习 空间变换 智能控制 人工智能
下载PDF
基于投票准则的惩罚函数及其多命题推理系统
7
作者 权光日 宋士吉 +1 位作者 韩静萍 黄俊恒 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2004年第6期705-707,共3页
GadiPinkas提出的基于惩罚逻辑函数的非单调推理系统,应用到智能机器人路径规划和采煤机械设备故障诊断问题时,惩罚函数不能很好地反映人类的智能.为此,提出了投票表决准则及其惩罚函数的构造方法.实验结果表明,该惩罚函数在一些实际应... GadiPinkas提出的基于惩罚逻辑函数的非单调推理系统,应用到智能机器人路径规划和采煤机械设备故障诊断问题时,惩罚函数不能很好地反映人类的智能.为此,提出了投票表决准则及其惩罚函数的构造方法.实验结果表明,该惩罚函数在一些实际应用领域中比GadiPinkas给出的惩罚函数更为合理、有效. 展开更多
关键词 非单调推理 惩罚函数 多命题推理系统 规则学习 HOPFIELD神经网络
下载PDF
一种新的求解集合覆盖问题的启发式算法
8
作者 权光日 洪炳熔 +1 位作者 叶风 吴葳 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1998年第5期38-41,共4页
给出了一种新的求解集合覆盖问题的新的启发式算法,对该算法的合理性、时间复杂性以及解的精度进行了分析,主要创新点是用完备策略建立启发式算法.该方法具有一定的普遍性,可以应用到其它的NP困难问题.本算法应用到规则学习问题... 给出了一种新的求解集合覆盖问题的新的启发式算法,对该算法的合理性、时间复杂性以及解的精度进行了分析,主要创新点是用完备策略建立启发式算法.该方法具有一定的普遍性,可以应用到其它的NP困难问题.本算法应用到规则学习问题建立了新的规则学习算法,示例分析表明了该算法的有效性. 展开更多
关键词 启发式算法 完备策略 NP问题 集合覆盖问题
下载PDF
Hopfield-Tank模型的收敛性证明
9
作者 权光日 洪炳熔 《计算机学报》 EI CSCD 北大核心 1998年第S1期138-141,共4页
本文研究了Hopfield-Tank能量函数在Hopfield网络中的收敛性以及优化率方面的问题.虽然离散的Hopfield网络模型与连续的Hopfield网络模型都有严格的收敛性证明,但是HopfieldTank模型一直没有人给出严格的收敛性证明.本文指出连续的H... 本文研究了Hopfield-Tank能量函数在Hopfield网络中的收敛性以及优化率方面的问题.虽然离散的Hopfield网络模型与连续的Hopfield网络模型都有严格的收敛性证明,但是HopfieldTank模型一直没有人给出严格的收敛性证明.本文指出连续的Hopfield网络模型与Hopfield-Tank模型是有区别的,所以需要另外给出Hopfield-Tank模型的收敛性证明.因此本文给出了Hopfield-Tank模型的收敛性证明,这一证明使Hopfield网络的优化计算理论更加完善.文中还讨论了网络参数1/τ对极小点的影响以及合适的取值范围. 展开更多
关键词 HOPFIELD网络 Hopfield-Tank能量函数 Hopfield-Tank模型 网络参数1/τ 优化计算理论
下载PDF
关于不相容线性方程组最小剩余向量不变的性质
10
作者 权光日 晚春东 《黑龙江矿业学院学报》 1996年第1期75-77,共3页
对不相容线性方程组最小剩余向量不变的性质进行分析,得出了定理和推论。
关键词 不相容 线性方程组 最小剩余向量
下载PDF
多文档文摘中基于时间信息的句子排序策略研究 被引量:8
11
作者 徐永东 王亚东 +2 位作者 刘杨 王伟 权光日 《中文信息学报》 CSCD 北大核心 2009年第4期27-33,共7页
文摘句排序是多文档自动文摘中的一个关键技术,直接影响到文摘的流畅程度和可读性。文本时间信息处理是影响排序算法质量的瓶颈技术,由于无法获得准确的时间信息,传统的句子排序策略均回避了这一问题,而且均无法获得稳定的高质量的排序... 文摘句排序是多文档自动文摘中的一个关键技术,直接影响到文摘的流畅程度和可读性。文本时间信息处理是影响排序算法质量的瓶颈技术,由于无法获得准确的时间信息,传统的句子排序策略均回避了这一问题,而且均无法获得稳定的高质量的排序效果。对此该文从文本时间信息处理入手,首先提出了中文文本时间信息抽取、语义计算以及时序推理算法,并在此算法基础上,借鉴传统的主成分排列的思想和句子相关度计算方法,提出了基于时间信息的句子排序算法。实验表明该算法的质量要明显好于传统的主成分排列算法和时序排列算法。 展开更多
关键词 计算机应用 中文信息处理 多文档自动文摘 句子排序 中文时间信息处理
下载PDF
基于信息熵的特征子集选择启发式算法的研究 被引量:8
12
作者 钱国良 舒文豪 +1 位作者 陈彬 权光日 《软件学报》 EI CSCD 北大核心 1998年第12期911-916,共6页
特征子集选择问题是机器学习和模式识别中的一个重要问题.最优特征子集选择问题已被证明是NP难题.然而,目前的特征子集选择的启发式算法是基于正反例一致的,没有考虑到实际应用中的噪音数据影响,使得选择一个较好的特征子集非常... 特征子集选择问题是机器学习和模式识别中的一个重要问题.最优特征子集选择问题已被证明是NP难题.然而,目前的特征子集选择的启发式算法是基于正反例一致的,没有考虑到实际应用中的噪音数据影响,使得选择一个较好的特征子集非常困难.首先从统计学的角度分析了噪音对特征子集选择的影响,给出含有错误率的一致特征子集概念,然后利用信息熵和拉普拉斯错误估计函数构造了特征子集选择启发式算法EFS(entropybasedfeaturesubsetselection).将该算法应用于两个实际领域的学习问题,并与GFS(greedyfeaturesubsetselection)算法进行了比较.实验结果表明,EFS选择的特征子集更具有代表性。 展开更多
关键词 特征子集选择 信息熵 启发式算法 NP问题
下载PDF
小波去噪与平均算法去噪在拉曼光谱中的应用 被引量:6
13
作者 郭皞岩 胡绍明 +1 位作者 权光日 王丽平 《计算机工程与设计》 CSCD 北大核心 2007年第7期1504-1507,共4页
拉曼光谱分析中,噪声的存在常影响分析的准确度和检测限,现有滤波方法在光谱信号除噪方面有种种缺陷。使用自适应小波阈值函数滤噪法和平移不变量小波去噪法两种方法,并分别与传统方法平均算法相结合,实现了信号与噪音的有效分离,均取... 拉曼光谱分析中,噪声的存在常影响分析的准确度和检测限,现有滤波方法在光谱信号除噪方面有种种缺陷。使用自适应小波阈值函数滤噪法和平移不变量小波去噪法两种方法,并分别与传统方法平均算法相结合,实现了信号与噪音的有效分离,均取得了很好的效果。即使对信噪比小于1的高噪声信号也能够很好地保留了信号的细节,获取满意的处理结果。 展开更多
关键词 小波阈值去噪 滤波 拉曼光谱 信号处理 平均算法
下载PDF
基于HL7的电子病历关键信息抽取技术研究 被引量:8
14
作者 徐永东 权光日 王亚东 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2011年第11期89-94,共6页
结合HL7(Health Level Seven)标准的数据存储特点对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式泛化、模式获取、医疗信息自动抽取等一系列算法.通过实... 结合HL7(Health Level Seven)标准的数据存储特点对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式泛化、模式获取、医疗信息自动抽取等一系列算法.通过实际312份住院病历数据下的实验表明,系统在查准率与查全率方面,获得了较好的结果,而且由于有自动学习的特性,随着训练语料的增加,系统的整体性能表现将更加优异. 展开更多
关键词 电子病历 信息抽取 HL7 模式自动抽取
下载PDF
一种雷达脉冲重复周期的折叠算法 被引量:1
15
作者 乔晓林 权光日 +2 位作者 黄博 居秋明 毛兴鹏 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2007年第11期1761-1763,共3页
雷达信号的脉冲重复周期是侦察机系统识别辐射源的重要参数之一,指出了普遍使用的"同步法"在计算重复周期过程中出现的问题,对处理复杂电子信号环境时经常出现"倍周期"现象给出了合理解释.提出一种新的重频计算算... 雷达信号的脉冲重复周期是侦察机系统识别辐射源的重要参数之一,指出了普遍使用的"同步法"在计算重复周期过程中出现的问题,对处理复杂电子信号环境时经常出现"倍周期"现象给出了合理解释.提出一种新的重频计算算法——折线重频算法,该算法的基本思想是在多个辐射源的脉冲序列中任意选定一个中点附近的脉冲P,以P为中心点折叠,那么包含P脉冲的辐射源的脉冲,将以P为对称点前后脉冲点重合,但其他辐射源的脉冲之间不会重合,所以包含P脉冲的辐射源能够分离.实验结果表明该算法在几十个辐射源的复杂信号环境中以较高概率正确计算出每个辐射源的重复周期,明显优于"同步法". 展开更多
关键词 雷达信号 脉冲重复周期 信号识别 折叠方法
下载PDF
归纳逻辑程序设计中的优化问题研究 被引量:1
16
作者 叶风 徐晓飞 +2 位作者 权光日 陈彬 邱深山 《计算机研究与发展》 EI CSCD 北大核心 1999年第5期560-566,共7页
归纳逻辑程序设计的核心问题是如何从背景知识中优选谓词构造满足约束的归纳假设.按Ocam准则,满足约束的最精简归纳假设为优,但迄今归纳逻辑程序设计中精简归纳假设构造的计算复杂性尚未解决.文中以扩张矩阵理论为工具证明了归... 归纳逻辑程序设计的核心问题是如何从背景知识中优选谓词构造满足约束的归纳假设.按Ocam准则,满足约束的最精简归纳假设为优,但迄今归纳逻辑程序设计中精简归纳假设构造的计算复杂性尚未解决.文中以扩张矩阵理论为工具证明了归纳假设构造中的一些主要最优化问题的计算复杂性是NP困难的,并给出了构造优假设的启发式算法,实验表明该算法产生的归纳假设在结构上具有明显的优越性. 展开更多
关键词 归纳学习 归纳逻辑程序 程序设计 优化
下载PDF
基于Multi-Agent生化反应模拟算法研究 被引量:1
17
作者 黄俊恒 韩文静 +1 位作者 权光日 朱东杰 《计算机工程与设计》 CSCD 北大核心 2009年第11期2745-2748,共4页
生物体内进行着大量错综复杂的生化反应,对生化反应网络的模拟是新兴的虚拟细胞仿真技术的核心任务,提出了一种基于多Agent的模拟虚拟细胞中生化反应通用算法。该算法基于虚拟细胞生化反应确定型算法,克服了确定型算法只能用于同一类型... 生物体内进行着大量错综复杂的生化反应,对生化反应网络的模拟是新兴的虚拟细胞仿真技术的核心任务,提出了一种基于多Agent的模拟虚拟细胞中生化反应通用算法。该算法基于虚拟细胞生化反应确定型算法,克服了确定型算法只能用于同一类型反应式,不易拓展至其它生化反应网络的缺点。该算法在Cougaar开发平台上进行了设计与实现,经过对热休克反应分析进行模拟测试,测试结果与生物学实验基本一致。 展开更多
关键词 AGENT 生化反应 计算机模拟 虚拟细胞 Cougaar
下载PDF
连续属性空间上的规则学习算法
18
作者 邱深山 权光日 +1 位作者 孔令春 郭茂祖 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2000年第3期42-47,共6页
研究了连续属性空间离散化问题 ,将信息熵函数与无穷范数的概念应用到连续属性离散化问题 ,提出了基于信息熵的属性空间极小化算法 .在此基础上 ,提出了连续属性空间上的规则学习算法 .并给出了数值实验结果 .
关键词 规则学习算法 连续属性空间 信息熵 人工智能
下载PDF
基于归结的最大一般理论特化
19
作者 叶风 权光日 王熙照 《计算机学报》 EI CSCD 北大核心 1999年第12期1233-1238,共6页
提出一种基于归结的并有关于背景知识及示例的一致特化理论,该理论给出了最大一般特化假设的归结构造方法,可将其作为一种蕴涵意义下的一般理论特化框架.基于该理论,进一步提出k 一般特化概念以解决特化的可计算性问题,并相应地... 提出一种基于归结的并有关于背景知识及示例的一致特化理论,该理论给出了最大一般特化假设的归结构造方法,可将其作为一种蕴涵意义下的一般理论特化框架.基于该理论,进一步提出k 一般特化概念以解决特化的可计算性问题,并相应地给出特化算法.有关实验表明。 展开更多
关键词 归纳学习 理论修正 特化 知识系统 知识获取
下载PDF
一种基于扩张矩阵理论的规则学习算法
20
作者 耿子林 权光日 叶风 《小型微型计算机系统》 CSCD 北大核心 1997年第6期46-50,共5页
本文给出的扩张矩阵合并问题是NP困难问题的一种新的证明。由此得到了析取式最小问题是NP困难问题的新的证明。之后给出了两个扩张矩阵合并的完备策略,在此基础上给出了扩张矩阵合并的启发函数策略。
关键词 NP困难问题 扩张矩阵 示例学习 人工智能
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部