一种基于边的上下文相关图文法形式化框架

围绕解决图文法中的主要问题——嵌入问题,提出了一种基于边的上下文相关图文法形式化框架,并对由此定义的文法的一些性质及相应的归约算法进行了讨论.对所提出的图文法与已有的文法进行了比较.同时,展望了今后值得进一步研究的一些问题和方向.

一种高效二进前馈神经网络学习算法

为解决二进前馈神经网络(BFNN)缺乏高效实用学习算法的问题,提出一种新的融合自适应调节结构和权值的BFNN学习算法.该算法借鉴并改进了极限学习机(ELM)方法,可以高效地训练单隐层的BFNN来解决分类问题.为了满足网络的训练精度,算法可以自动增加隐层神经元个数和调节网络隐层及输出层神经元权值;同时为了提高网络的泛化精度,算法通过建立二进神经元敏感性作为度量隐层神经元重要性的尺度,自动地裁剪重要性小的神经元,并对裁剪损失的信息进行补偿.实验结果验证了该算法在处理离散分类问题时的可行性和有效性.

单隐层感知机神经网络对权扰动的敏感性计算

为使MLP神经网络对权扰动的敏感性计算算法更符合实际需求,提出一个不依赖隐层向量相互独立假设的敏感性计算算法。该算法通过自底向上依次计算单个神经元和单个层的敏感性来获得整个网络的敏感性,并采用数值计算方法给出敏感性的数学表达式。以UCI数据集为基础,验证该算法的计算精度,结果表明该算法得到的敏感性理论值能较好地逼近敏感性的模拟值。

中西药治疗口腔扁平苔藓的临床观察

目的观察中医辨证治疗和西药治疗口腔扁平苔藓(OLP)临床疗效。方法中医辨证分型以滋阴清热,理气活血祛瘀。西药用具有免疫抑制并具有抗组织胺,抑制血管渗透性亢进的磷酸氯喹治疗。结果中医辨证分型治疗口腔扁平苔癣,疗效确切。在中药对口腔扁平苔藓患者进行治疗中,疗效高于服用磷酸氯喹的对照组,两者之间的疗效有明显差异(P<0.01)。结论中药治疗口腔扁平苔藓的作用是肯定的,值得推广。

基于Madaline网络敏感性的主动学习算法研究

提出一种基于Madaline网络敏感性的主动学习算法。首先用部分样本训练Madaline网络,然后以Madaline网络输出对其输入在给定样本点附近变化的敏感性为尺度,主动从未参与训练的样本中挑选敏感性相对大的样本继续进行训练,循环反复这个过程直到满足训练要求为止。实验验证了该主动学习算法处理离散分类问题的有效性和可行性。

多媒体数据库HMDB的设计与研究

本文介绍了一个多媒体数据库管理系统的设计与研究,该系统用扩展的关系模型来实现对结构类型、图像类型、声音类型和文本类型等多媒体数据的支持。

META PEX和EDTA在根管治疗术中的临床观察

目的:分析评价META PEX和EDTA用于根管治疗术12个月后临床疗效。方法:经EDTA根管清洁,完善根管预备后,以META PEX加牙胶尖充填根管治疗152个患慢性根尖周炎患牙;经过氧化氢根管清洁,完善根管预备后,以普通根管糊剂加牙胶尖充填根管治疗117个患慢性根尖周炎患牙为对照。观察分析两组术后12个月临床疗效。结果:术后12个月临床疗效有显著差异(P<0.05)。结论:EDTA是较好的根管清洁剂,META PEX是较好的根管充填剂,能促进根尖周组织的愈合。

计算机电话界面设计和实现

本文讨论了利用电话来构造计算机系统语音界面的技术。

基于BP神经网络的双层启发式强化学习方法

强化学习通过与环境交互的方式进行学习,在较大状态空间中其学习效率却很低.植入先验知识能够提高学习速度,然而不恰当的先验知识反而会误导学习过程,对学习性能不利.提出一种基于BP神经网络的双层启发式强化学习方法 NNH-QL,改变了传统强化学习过程的盲目性.作为定性层,高层由BP神经网络构成,它不需要由外界提供背景知识,利用Shaping技术,将在线获取的动态知识对底层基于表格的Q学习过程进行趋势性启发.算法利用资格迹技术训练神经网络以提高学习效率.NNHQL方法既发挥了标准Q学习的灵活性,又利用了神经网络的泛化性能,为解决较大状态空间下的强化学习问题提供了一个可行的方法.实验结果表明:该方法能够较好地提高强化学习的性能且具有明显的加速效果.

图文法综述

形式语言理论对计算机科学的发展起了重大的作用,作为对传统字符文法扩展的图文法的形式化研究,其重要意义是不言而喻的。本文在概述图文法的产生、发展和现状的基础上,着重介绍了从一维字符文法扩展到二维图文法所出现的新问题,以及在形式化处理上引出的新方法,其中最主要的是嵌入问题的解决、文法类型的划分和成员问题的判定。文中以目前较为流行的图文法为例,特别是一些典型的上下文无关和上下文相关的图文法,对上述的问题进行了深入的讨论,指出了现有方法中的一些不足之处,并展望了图文法今后值得研究的问题和方向。

一种组合型中文分词方法

设计一种组合型的分词机制:基于字典的双向最大匹配,基于字标注的中文分词方法和隐马尔科夫的分词方式。通过实验的结果比较,表明该种组合型的分词方法能够较好地解决中文歧义并发现新的登录词。

采用资格迹的神经网络学习控制算法

强化学习是解决自适应问题的重要方法,被广泛地应用于连续状态下的学习控制,然而存在效率不高和收敛速度较慢的问题.在运用反向传播(back propagation,BP)神经网络基础上,结合资格迹方法提出一种算法,实现了强化学习过程的多步更新.解决了输出层的局部梯度向隐层节点的反向传播问题,从而实现了神经网络隐层权值的快速更新,并提供一个算法描述.提出了一种改进的残差法,在神经网络的训练过程中将各层权值进行线性优化加权,既获得了梯度下降法的学习速度又获得了残差梯度法的收敛性能,将其应用于神经网络隐层的权值更新,改善了值函数的收敛性能.通过一个倒立摆平衡系统仿真实验,对算法进行了验证和分析.结果显示,经过较短时间的学习,本方法能成功地控制倒立摆,显著提高了学习效率.

基于稠密光流轨迹和稀疏编码算法的行为识别方法

针对现有行为特征提取方法识别率低的问题,提出了一种融合稠密光流轨迹和稀疏编码框架的无监督行为特征提取方法(DOF-SC)。首先,在稠密光流(DOF)轨迹提取的基础上,对以轨迹为中心的原始图像块进行采样作为轨迹的原始特征;其次,对轨迹原始特征基于稀疏编码框架训练稀疏字典,得到轨迹的稀疏特征表示,利用词袋(BF)模型对稀疏特征聚类得到轨迹的码书,再根据码书对每个动作中出现的所有轨迹所属的码书类别进行投票,统计该动作中每个码书出现的次数,得到行为特征;最后,对行为特征利用基于直方图交叉核函数的支持向量机(SVM)进行训练得到行为识别模型,再利用该模型对行为进行分类预测,得到最终行为识别的结果。在对轨迹采样10%的情况下,DOF-SC算法得到的行为识别准确率在KTH数据库上高出采用运动边界直方图(MBH)作为特征的行为识别准确率的0.9%,在You Tube数据库上高出MBH作为特征的行为识别准确率的1.2%。实验数据表明了所提方法对行为识别的有效性。

基于图文法的程序流程图与源代码自动转换

程序流程图在整个软件工程的生命周期中发挥着非常重要的作用。在软件设计中,设计人员通常需要先根据算法从结构上画出程序执行流程图,然后再依据流程图写出相应的源程序代码;在分析和维护软件时,如果能先将源程序代码逆向转换成流程图,则可以有效地帮助分析程序结构。显然,若能让计算机自动地实现流程图与源程序代码之间的相互转换,将大量节省软件开发的人力资源和时间耗费。讨论了如何利用基于边的图文法EGG来自动地实现这种转换,并用具体例子展示了应用EGG图文法的归约和推导操作分别实现流程图的语法分析和流程图的逆向生成,前者可以完成从流程图自动生成源程序代码,而后者则可以从源程序代码自动生成流程图。

从面向对象数据库模式到关系数据库模式的转换

本文提出了一种从面向对象数据库模式到关系数据库模式的映射及基于该映射的模式转换算法。以查询为例,说明了面向对象数据库中的特有语义仍能保留在转换后的关系模式中,而且从面向对象数据库到关系数据库的基于该模式转换中操纵运算的转换也是切实可行的。所得的模式转换结果可应用于面向对象数据库和关系数据库之间的互操作。

基于路径引导知识启发的强化学习方法

为了提高强化学习算法的运行效率和收敛速度,提出了一种基于路径引导知识启发的强化学习方法PHQL。采用PHQL方法,不需要提前植入先导知识,agent在每一轮学习过程中更新Q表的同时,各个状态的路径知识也自主地建立起来并逐步修正和优化。算法利用已经获得的路径知识来指导和加速agent以后的强化学习过程,以减少agent学习过程的盲目性。分析了PHQL算法的探索、利用和启发3种行为的执行概率以及行为选取方法,提出一种行为选择概率随时间渐变的算法。以一个路径搜索问题为实例,对PHQL方法进行了验证、分析并与几种相关的强化学习算法进行了性能对比。实验结果表明,作者提出的方法对学习过程具有明显的加速作用,收敛性能有了较大的提高。

基于图规约法的TCPN工作流网模型的验证方法

针对经典Petri网的一些固有缺陷,对其在颜色、时间上进行了扩展,并结合工作流网的概念,给出了基于TCPN(Time-Color-PetriNet)的工作流网的定义。文中重点研究了采用图规约法对TCPN工作流网模型的验证,提出了流控制结构的图规约规则,并对这些规则进行了证明。在此基础上,运用这些规则对复杂工作流模型的算例进行逐步规约,验证了模型的合理性。

面向对象数据库到关系数据库运算的转换

本文描述了关于从面向对象数据库到关系数据库的运算转换 ,并讨论了数据描述语言和数据操纵语言运算的转换映射及其算法。这些运算包括模式定义、数据插入、数据查询、数据修改、数据删除。