基于多属性分类的KNN改进算法

提出了一种基于多属性分类的KNN改进算法,可有效提高传统的欧几里德KNN算法和基于信息熵的KNN改进算法的分类准确度。首先,按照单个属性不同属性值的个数占整个属性包含样本的比例进行属性的分类,分为基于信息熵的KNN算法处理的离散属性和基于传统欧几里德KNN相似度处理的连续属性两类,然后分别对不同属性进行区别处理;其次,将两类不同处理后得到的结果按比例求和作为样本之间的距离;最后,选取与待测样本的距离最小的k个样本判断测试样本的决策属性类别。     

教学案例知识管理系统的设计与实现

教学案例知识管理系统不仅应该能够存储大量的优秀教学案例,还应该能够针对教师的特点和需求,方便快捷地挖掘教学案例中内在的隐性知识,从而支持基于案例学习的教师专业发展模式,帮助教师将案例知识有效地运用到自己的教学实践中。为此本文提出的教学案例知识管理系统具有以下特点:(1)基于案例推理技术,可快速准确地推导出满足教师要求的一个或多个案例解,教师可通过直接利用或改进案例解解决实际教学问题;(2)提供案例研究工具,支持教师从多角度,利用多种方法对课堂案例进行分析,使教师获得对教学案例知识的深层理解。     

基于案例的决策支持系统

近年来,案例推理(CASE-Based Reasoning,CBR)作为人工智能新崛起的一种重要推理技术得到了广泛的注意,它在进行问题求解时,使用以前的求解类似问题的经验来进行推理,而常常不必从头做起。本文在讨论基于案例推理的基础上,提出了基于案例的决策支持系统的体系结构。而且还讨论了基于案例的决策支持系统的特点、功能、案例推理的设计。     

基于Powell算法的改进微粒群算法

提出一种与Powell算法相结合的新型改进微粒群算法——Powell-PSO.改进算法将粒子的搜索过程分为两阶段,第一阶段,将标准微粒群算法的速度公式加以改进进行搜索;第二阶段,将第一阶段的最后一代粒子作为Powell算法的初始点,让Powell算法与PSO算法交替进行.这样既克服了微粒群算法陷入局优的缺点,也大大提高了算法的求解精度,同时提高了收敛速度并保持了微粒的多样性.仿真结果表明：与标准微粒群算法相比,Powell-PSO具有较高求解精度和较强寻优能力,并且不论是对单峰还是多峰函数都能取得较好的优化效果.     

基于案例推理中案例表示的研究

基于案例推理利用过去的案例或经验进行推理来求解新问题，是一种重要的机器学习方法,在CBR（Case-based Reasoning）中知识表示以案例表示为基础，案例是一段带有上下文信息的知识，该知识表达了推理机在达到其目标的过程中能起关键作用的经验．案例表示可能是半结构化或非结构化的，甚至用自然语言来表达的，涉及系统的运行效率．分析了目前的多种表示方法，研究了不同环境下的案例表示，以及选用合适的方法来构筑的案例库．     

基于案例推理技术的分析与研究

介绍基于案例推理的概念和结构，讨论基于案例推理技术的基本问题及其应用，同时阐述了个人的理解与观点。     

基于KNN和LAS的短信文本语义分类研究

KNN算法是文本分类技术中比较常用的算法。但是,当训练集容量较大时,KNN算法分类的效率大大降低。在对中文短信文本的分类时,结合中文短信文本的特点,给出了先由LAS算法进行降维,然后利用KNN算法进行分类的算法。实验结果表明,该算法提高了中文短信文本的分类质量和分类速度。     

基于案例推理的保险欺诈案例分析系统设计

案例推理（CBR）是人工智能领域中一种基于知识的问题求解和学习方法．文中以保险欺诈案例分析为背景,提出基于案例推理和应用XML来表示和搜索案例,应用数据仓库构建保险欺诈案例分析系统,并介绍了该系统案例推理流程、相似性度量函数、案例相似匹配方法、案例维护等关键技术．     

改进的微粒群优化算法

该文针对基本微粒群算法（Particle Swarm Optimizaton,简称PSO）存在的早熟收敛问题,提出了一种改善粒子活性的改进微粒群（IPSO）算法。当粒子逐步失去活性时,对粒子按一定的概率重新以一定的方式进行赋值,达到激活该粒子的目的,使粒子能够有效地进行全局和局部搜索。通过函数优化测试,结果表明IPSO算法不仅具有较快的收敛速度,而且能够有效、稳定地提高函数优化精度。     

基于XML的案例表示和自学习案例检索模型的研究

介绍了基于案例推理的方法及其过程,给出了基于XML的案例表示和检索策略利用相似度的自学习案例检索模型.这种案例表示和检索方法实现了分布式的案例存储与检索,缓解了案例检索时间随案例数目呈线性增长的问题,加快了检索速度,为解决缺乏理论基础的复杂领域的决策问题提供了新的思路.     

GPS定位数据采集器的设计与实现

给出了一种全球定位系统定位数据的采集模块,该模块能实时地采集定位载体的位置、速度等物理参量,并对其进行存储和再现;分析了GPS定位系统的基本定位原理,介绍了Fastrax iT rax02模块的特性、数据输出格式及其在本系统中的应用.该模块在设计过程中留有较多的扩展口,具有较好的扩展性.     

Codebook design using improved particle swarm optimization based on selection probability of artificial bee colony algorithm

In the paper, a new selection probability inspired by artificial bee colony algorithm is introduced into standard particle swarm optimization by improving the global extremum updating condition to enhance the capability of its overall situation search. The experiment result shows that the new scheme is more valuable and effective than other schemes in the convergence of codebook design and the performance of codebook, and it can avoid the premature phenomenon of the particles.     

数据库案例教学平台的设计

分析当前阶段案例教学的困境,研究如何将信息技术和教学方法结合在一起,利用信息技术改善案例教学模式,提高案例教学水平。提出基于信息共享的数据库案例教学模式,并设计数据库案例教学平台,以此提高案例教学质量,达到案例教学目的。     

基于元胞自动机改进的微粒群算法

该文在分析微粒群算法局部最好模型几种邻域结构特点的基础上,提出了基于元胞自动机改进的微粒群算法。该算法从元胞自动机的建模思想出发,指出了微粒群算法本身就是一个元胞自动机,从而利用元胞自动机的理论对微粒群算法进行分析改进。实验结果表明,该算法不仅在单峰函数和多峰函数的优化中表现出了较好的性能．而且还适合比较广泛范围函数的优化。     

基于粒子群算法的太阳能电动汽车复合能源系统优化

太阳能电动汽车的复合能源系统优化匹配问题可以看成一个多目标优化问题,两个相互冲突的目标是极大化系统的峰值功率满足率和极小化系统的成本,前者关系到系统的可靠性后者涉及到样车能否量产,所以两个优化目标都很重要.本文提出了改进的粒子群算法优化配置太阳能电动汽车复合能源系统,这种改进的粒子群算法引进了遗传算法里的变异算子,并且打破常规算法里的加速因子为常数的惯例而使加速因子随时间改变.优化结果显示：改进的粒子群算法也能够很好地解决复合能源系统的多目标优化问题.     

基于粒子群算法的BP神经网络优化在电站锅炉燃烧中应用研究

用BP神经网络对电站锅炉运行数据进行训练、测试,并在此基础上使用粒子群算法对已建立的锅炉BP神经网络模型做进一步优化。通过对网络预测输出值与实际值之间的比较,明确PSOBP可以更好地提升BP神经网络的泛化能力。     

基于改进PSO的多传感器数据自适应加权融合算法

加权融合算法是多传感器数据融合中的常用方法,但加权因子的确定非常困难并直接影响算法的性能.文章提出利用改进的粒子群优化算法对各个传感器的加权因子进行自适应优化,引入种群进化度、聚合度来反映种群的多样性,当种群多样性低于阈值时执行变异操作,并交替使用基于聚合度、进化度的自适应惯性权重函数,从而避免算法陷入局部最优解.通过UCI数据集测例表明本文算法是一种较有效的多传感器数据融合方法,相对其它算法具有较高的融合精度.     

基于离散粒子群优化算法的造林规划设计

指出造林规划设计问题实质是一个离散约束优化问题。应用离散粒子群优化算法求解目标函数,以保证解的合理性法和惩罚函数法相结合处理约束条件。分析实例表明,离散粒子群优化算法可用来优化造林规划设计方案,与模拟退火算法比较,效果更好。此研究结果可为科学造林和最优化经营管理提供新思路,丰富粒子群应用领域。     

智能搜索算法在线教学实验平台的设计与实现

为了更好地满足人工智能课程教学的需求,以一种低耦合、高可扩展性的架构,实现了一个以A*算法、模拟退火算法和遗传算法为主题的简洁易用的算法教学实验平台。该平台使用Flex技术来实现算法的演示,使用J2EE和XML相关技术完成后台的设计,并通过C/C++语言完成验证算法的实现。平台提供了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,可以帮助学生直观地学习不同智能搜索算法,为教师和学生提供一个在线互动的教学实验平台,也方便学生开展各算法的自主实验设计。