【摘 要】
：
摘 要 通过与标准模糊多层感知器的对比文章描述了基于知识的模糊多层感知器的具体结构，讲述了如何利用先验知识对连接权进行初始化以及如何从已经过训练的网络中抽取推理规则，文章最后指出这种网络在训练效率和识别性能上优于标准模糊多层感知器。 关键词 模糊化 多层感知器 规则抽取 文章编号1002—8331—(2003)01—0099—04 文献标识码A 中图分类号TP391．4
论文部分内容阅读
摘 要 通过与标准模糊多层感知器的对比文章描述了基于知识的模糊多层感知器的具体结构，讲述了如何利用先验知识对连接权进行初始化以及如何从已经过训练的网络中抽取推理规则，文章最后指出这种网络在训练效率和识别性能上优于标准模糊多层感知器。
关键词 模糊化 多层感知器 规则抽取
文章编号1002—8331—(2003)01—0099—04 文献标识码A 中图分类号TP391．4
其他文献
摘 要 基于人类视觉机制，描述了一种由粗到细的复杂背景中的人脸检测方法。其基本思想是首先粗略定出人脸可能存在的区域，然后在可能的区域内进一步细致匹配，以证实人脸的存在并对其进行准确定位。在粗略检测中利用人脸的肤色分布统计模型将人脸从背景中分割出来；在准确定位中联合人脸的肤色分布统计模型、发色分布统计模型以及不同方向的头部模型，用模糊模式匹配的方法进行准确定位。实验结果表明该方法比在复杂背景中直
摘 要 分布存储系统因其可伸缩性好而得到很好的应用，不同的分布存储系统应运而生。而用户为了编程的简单方便，往往要求底层体系结构是透明的，即要求整个系统有统一的全局地址空间，因而促使了分布共享存储(DSM)系统的出现。根据硬件支持程度的不同，不同DSM系统对并行编译系统的支持和要求也不同。根据过去的I作经验，通过对>b和分析硬件支持全局编址和软件支持全局编址的两种DSM系统的特点，该文指出分布共
摘 要 Petri网是一种高效的离散事件动态系统建模工具。该文基于Petri网的基本原理，结合故障诊断问题的特点，对petri网在故障诊断中的应用进行了研究，提出了新型Petri网故障诊断算法。并以多轴机床为例建立了Petri网故障模型，分析了故障传播的机理，验证了该算法的有效性。 关键词 petri网 故障诊断 多轴机床 故障传播 文章编号1002—8331—(2003)01—0
摘 要 阐述了把简单多边形的边分为奇偶边的新思想，根据一多边形的边与另一多边形的拓朴关系，划分边为5种拓扑类型：内边、外边、重叠边、相交边、复杂边，进而给出了确定两个多边形空间关系的算法，算法的时间复杂度为O((n+其中分别是两输入多边形的顶点数。该算法建立在数学理论基础之上，没有奇异情／兄需要处易于编程实现。算法的主要思想对确定两个简单多面体空间关系亦有参考价值。 关键词 多边形 空间
摘 要 介绍了在自然语言处理中常见的几种文法，并对它们的特点进行了简要的评述。 关键词 文法 自然语言处理 计算语言学 文章编号1002—8331—(2003)01—0065—04 文献标识码A 中图分类号TP312
摘 要 以中间件技术为基础框架的多层体系结构愈来愈得到重视，但应用范例较少。该文首先介绍了多层应用体系结构，然后以Tuxedo为例详细阐述了基于中间件的多层体系结构框架，最后在应用实例中，针对三种不同要求分别讨论了集中型、数据分布型和应用分布型多层体系结构。研究成果具有较大的应用价值。 关键词 多层体系结构 中间件 Tuxedo 文章编号1002—8331—(2003)01—0094
摘 要 三维物体的散乱点构型技术是近几年计算机视觉领域中的热点问题，它在众多行业有着广泛的应用前景。该文提出了一种新的能够适用于大多数物体的构型方法，并且计算量也相应地得到了控制。 关键词 三维重建 三维表面三角划分 散乱点构型 截面线点集 文章编号1002-8331—(2003)01-0083-03 文献标识码A 中图分类号TP391．41
摘 要 遗传算法作为一种优秀的寻优算法，编码策略是其基础。因二进制编码和实数编码均存在一定的不足，该文提出一种整数编码的最优化遗传算法。为了提高收敛效率和避免算法的早熟收敛，该文采用了截断选择机制和混合杂交、邻近变异等操作算子，并引入邻域搜索技术来提高算法的局部搜索能力。仿真计算表明了该算法具有令人满意的全局最优性能和统计稳定性。 关键词 遗传算法 整数编码 邻域搜索 最优化 文章
摘 要 提出了一种单色表格的快速分析方法。其主要内容是：利用Radon变换检测表格的歪斜角度将其校正，用投影法找出表格线的位置，根据表格线的位置将待分割的栏目的图象提取出来。该方法具有较强的实用性，对表格设计和印刷的要求较低。 关键词 表格识别 版面分析 图象分割 Radon变换 直线检测 文章编号1002—8331—(2003)01—0096—03 文献标识码A 中图分类号
摘 要 语音识别中的端点检测要求对噪声有很强的鲁棒性。该丈提出一种方法，综合采用了语音信号中的4个相互之间独立性强的特征—短时能量、倒谱距离、能量谱方差和能量—熵特征，有效地改进传统的基于单一语音特征方法的缺陷，在动态变化的噪声环境中、大大提高了端点检测对噪声的鲁棒性；为了克服分类回归树(CART)决策法的过度复杂性，引入一种新的5状态自动机进行快速决策，以保证算法的实时性能，并且能够提高端点