摘要：现有的在线流特征选择算法通常选择一个最优的全局特征子集,并假设该子集适用于样本空间的所有区域.但是,样本空间的每个区域都使用独有的特征子集进行准确描述,这些特征子集的特征和大小可能有所不同.因此,文中提出基于最大决策边界的局部在线流特征选择算法.引入局部特征选择,在充分利用局部信息的基础上,设计基于最大决策边界的特征衡量标准,尽可能分开同类样本和不同类样本.同时,使用最大化平均决策边界、最大化决策边界和最小化冗余3种策略选择合适的特征.针对局部区域选择最优的特征子集,然后使用类相似度测量方法进行分类.在14个数据集上的实验结果和统计假设检验验证文中算法的分类有效性和稳定性.

摘要：[目的]采用响应曲面法对影响氧化乐果降解的因素进行优化。[方法]选取5个因素pH值(A)、接种量(B)、装液量(C)、温度(D)和摇床转速(E)的最佳水平范围进行研究。通过对二次多项回归方程求解获得氧化乐果降解的最佳条件。[结果]氧化乐果降解的优化条件为:pH值7.10,接种量9.46%,装液量86.38ml,培养温度30.25℃和摇床转速165.32r/min。在此最优条件下,氧化乐果的降解率最大,响应预测值为71.78%,验证值为71.40%。[结论]该研究为降低氧化乐果对动物体的危害提供科学依据。

摘要：针对传统的K近邻算法在计算样本之间相似度时将每个属性视为同等重要的问题,提出了一种基于推土机距离的方法来计算每个条件属性的权重。首先根据近邻关系划分用于比较一致性的两个分布;之后根据推土机距离设计不一致性评价函数,用于衡量每个属性下各个样本的近邻样本集与这一集合由决策属性细化的等价划分之间的不一致性程度;最后将近邻的不一致性程度转换为相应属性的重要性,用于实现属性加权K近邻分类器。通过在多个数据集上进行实验,该方法对参数的敏感程度低,在多个参数下可以显著提高K近邻的分类精度,并且在多个指标下的表现优于现有的一些分类方法。结果表明,该方法可以通过属性加权选择出更加准确的近邻样本,可广泛应用于基于近邻的机器学习方法中。

摘要：我于1998年9月到德国(Chemnitz工业大学进行了为期3个月的合作研究。Chemnitz工业大学计算机学院有计算机图形技术与计算机辅助技术,数据库技术,信息系统与软件技术,人工智能,模型与模拟技术,计算机体系结构与微程序设计,计算机网络与分布式系统,计算机系统,系统程序设计及操作系统,理论计算机科学,信息安全技术共11个研究组。

摘要：欠发达地区基层电大在推进社区教育过程中面临着观念滞后、管理和运行机制不顺畅、办学条件不足、经费投入不足等困境。基层电大要改变当前面临的困境,必须整合社区教育资源,开创小成本投入、由点到面、由局部到全面的社区教育发展路径,在提升自身开展社区教育的基础能力的同时,扩大社区教育影响力,形成一种倒逼机制,推动社区教育形成由自下而上到自上而下的全面发展态势。

摘要：针对智能科学与技术专业智能交通仿真技术课程的教学实际,根据该课程教学存在的问题,提出教学改革方案,主要探讨教学内容选择、实验内容设计、教学方法改进以及考核方式与评价标准改革,以期帮助学生理解和掌握智能交通系统仿真方法,培养学生的实践和组织能力。