基于多域集成设计的飞机装配资源模型

为了有效分类装配资源,为资源库的开发提供服务,提升装配仿真效果,提出以装配作业、仿真过程、资源属性等要素为分类依据的资源分类方法,基于图组方法建立了资源定义分类模型与信息集成模型,描述了资源的属性,并以BNF范式进行了表述。设计了多域集成模型,系统研究了飞机装配资源的种类和属性,同时给出映射过程。最终提出了某类小型飞机的装配资源模型,验证了该方法的有效性。

DNA微阵列数据判别的旋转森林方法

目的探讨旋转森林算法在DNA微阵列数据分类中的应用。方法通过对四个经典基因表达数据的分析考察旋转森林的分类效果,并与其他分类器进行比较,进一步调整算法参数并研究其对分类效果产生的影响。结果旋转森林对基因表达数据有较高且稳定的分类准确性,除了线性变换方式和集成规模对分类性能影响较大,分类效果不随算法其他几个主要参数变化。结论旋转森林在基因表达谱数据分类中有较好的判别结果。

一种基于微阵列数据的集成分类方法

针对现有的微阵列数据集成分类方法分类精度不高这一问题,提出了一种Bagging-PCA-SVM方法。该方法首先采用Bootstrap技术对训练样本集重复取样,构成大量训练样本子集,然后在每个子集上进行特征选择和主成分分析以消除噪声基因与冗余基因;最后利用支持向量机作为分类器,采用多数投票的方法预测样本的类属。通过三个数据集进行了测试,测试结果表明了该方法的有效性和可行性。

基于灰度共生矩阵和BP神经网络集成的纹理图像分*类

通过对灰度共生矩阵的分析,提取图像的纹理特征参数,并用BP神经网络集成的方法对Brodatz纹理库图像进行分类,仿真结果显示,其分类效果优于单一的BP神经网络,可有效提高分类识别率。