广东省科技攻关计划(A1020103)
- 作品数:16 被引量:86H指数:5
- 相关作者:彭宏郑启伦汤胤杨亚菁谢嘉孟更多>>
- 相关机构:华南理工大学湛江海洋大学湛江师范学院更多>>
- 发文基金:广东省科技攻关计划国家自然科学基金“九五”国家科技攻关计划更多>>
- 相关领域:自动化与计算机技术交通运输工程理学一般工业技术更多>>
- 一个基于范例推理的时序预测模型被引量:2
- 2004年
- 本文在相似模型的统一描述的基础上,提出一个多层次的抽象范例重用框架,适用于进行描述和时序的预测。在时间序列的问题下,本文描述了多层次范例推理的方法,并且讨论了一些 CBR 循环常见的问题在时序预测中的情况。本文最后提供一个期货预测的例子,对本文的模型作了说明。
- 汤胤彭宏郑启伦
- 关键词:模式识别人工智能
- 基于知识辞典的范例推理系统的规则提取模型被引量:1
- 2004年
- 本文提出了把范例分解为范例描述与结论、分别进行概化、在概化的每个范例摸板中进行规则提取的模型,该模型可以解决范例与规则的衔接问题,为 CBR 与 RBR 集成推理提供了基础,并且对智能化范例调整也有帮助。最后,文章讨论了模型中存在的一些问题。
- 叶家成汤胤彭宏郑启伦
- 基于N层向量空间模型的Web主题检索算法被引量:2
- 2004年
- 本文在 N 层向量空间模型和主题树模型的基础上,通过分析两个模型的分层特性,提出了一种 Web主题检索算法。实验证明,在主题检索方面,该算法具有较快的速度和较高的查准率。
- 杨创新彭宏莫卓斌
- 关键词:主题检索主题树查准率向量空间模型树模型
- 非线性小波去噪技术在水声信号识别中的应用被引量:4
- 2005年
- 应用非线性小波去噪技术对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法。该算法对信号小波去噪后,再用小波包能量法提取信号的特征。文中研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示了算法的有效性。
- 杨亚菁钟丽萍
- 关键词:神经网络水声信号
- 去噪小波包能量法在水声信号识别中的应用被引量:13
- 2005年
- 对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。
- 杨亚菁钟丽萍
- 关键词:水声信号信号识别小波去噪
- 基于数据挖掘和范例推理的智能分析决策支持技术综述被引量:15
- 2004年
- 介绍了数据挖掘中的一些关键技术、人工智能基于范例推理、决策支持的主要理论及其发展,提出了范例推理、类比学习、规则推理之间的联系,详细探讨了数据挖掘技术、基于范例推理和决策支持理论集成的问题,最后对上述技术在预测领域的综合应用前景作了探讨。
- 汤胤彭宏郑启伦
- 关键词:基于范例推理数据挖掘决策支持
- 最佳能量小波包技术在海洋水声信号处理中的应用被引量:4
- 2005年
- 对随机时间序列的特征提取与聚类分析,提出了基于分类距离标准的小波包基能量方法。该方法应用小波包变换提取信号各子空间的能量,以能量分类距离标准选取最佳小波包基,最佳小波包基上距离系数大的能量作为特征值。实验结果表明此方法比固定尺度小波包能量法有着更好的分类效果,并且特征值维数低。
- 杨亚菁彭宏
- 关键词:水声信号处理小波包变换子空间能量法维数
- 基于树格的范例结构相似性研究被引量:5
- 2005年
- 文章在对代数格及其一些运算的基础上,引入树的格及其同态、等价等概念,将复杂类型的范例,如时间序列的匹配比较问题映射到代数格中解决。该模型在遇到复杂知识类型,相似性的度量同样遵循一个一致、严密、完备的理论框架。一个简单的例子对此代数模型作了诠释。
- 郑浩森汤胤彭宏郑启伦
- 交通事故信息分析与责任认定系统建模研究被引量:2
- 2005年
- 交通事故信息分析和事故责任认定是交通管理工作的重要内容之一,将交通事故信息分析放入人、车、路等交通大环境中考虑,以数据仓库为基础,采用联机分析、数据挖掘、知识发现等新一代信息分析手段和计算智能技术,构建了一个实用高效的交通事故信息智能分析与责任认定系统,并阐述了系统各主要组成部分功能及其关键技术与实现方法。系统正应用于我国南方某省的交通管理部门。
- 谢嘉孟汤燕生彭宏杨东辉
- 关键词:交通事故
- 一种有效特征词发现的贝叶斯文本分类方法被引量:2
- 2004年
- 根据信息学理论和贝叶斯语义模型,提出一种有效特征词发现方法,利用该方法对训练文本的原始文本特征词集进行聚类,对测试文本进行分类计算和类别标注。闭式测试的结果表明,文本识别的正确率达到了90%以上,该算法对互联网信息处理有较好的应用价值。
- 杨晔彭宏林嘉宜陈绍坚
- 关键词:文本分类特征抽取KL距离