基于ASP.NET技术的大学生就业交互平台的设计与实现

介绍了基于ASP.NET的大学生就业交互平台的功能模型及系统实现。

基于分组模型的引力搜索智能大数据聚类方法

提出一种基于分组的引力搜索算法实现数据聚簇。与标准引力搜索不同,分组引力搜索设计一种特定的解编码策略,即分组编码,可将数据聚簇的相关结构映射为解的一部分;对于特定编码,新的引力搜索机制在位置和速度更新策略上设计适合分组编码的更新规则,使分组引力搜索可类似于传统引力搜索进行迭代寻优。在多种经典测试数据集下对算法性能进行评估,其结果表明,与同为智能群体算法的标准引力搜索算法、智能蜂群算法、粒子群算法和萤火虫算法相比,该算法的数据分类效率更高。

数据挖掘的认识及应用

进入信息社会以来,各类数据、信息急剧增长。如何对大量数据进行深入分析和利用,并从中发现有用的知识,已成为信息化社会面临的重要问题。数据挖掘就是从大量数据中提取或"挖掘"知识,从而实现"数据→信息→知识"的过程。数据挖掘的意义是为各个领域的发展提供强大的支持。

基于模糊集理论的中文事件框架的建立和模板匹配

模糊集理论建立于模糊数学基础上 ,将不确定的概念进行有效量化 ,用于分析研究。这里介绍了将模糊集理论应用于IE(信息抽取 )领域 ,在事件框架、侧面、槽等的建立过程中引入了模糊理论 ,并将未知文档与事件框架的匹配作为一种精确概念与模糊概念的匹配计算。

基于SLAM算法的AUV自主导航仿真研究

自主导航的实现对于自主式水下航行器(Autonomous Underwater Vehicle,AUV)的应用和发展具有重要意义,本文将同步定位与地图创建(simultaneous localization and mapping,SLAM)方法用于解决AUV在作业过程中的自身定位及环境地图构建问题,在扩展卡尔曼滤波(extended Kalman filtering,EKF)框架下实现了AUV自身位姿及环境特征状态的同时估计。在仿真实验中使用航位推算法进行对比,仿真结果表明,基于SLAM的导航算法能有效抑制AUV位姿估计的误差累计,其精度相比航位推算法显著提高,同时能够生成外部环境的可靠描述,为AUV自主导航开辟了新的研究方向。

一种基于遗传算法的北京公共交通选乘问题的启发式算法

着重讨论了乘坐北京公交和地铁出行的车次选择问题。首先对问题进行了分析,得出了问题的抽象模型:一个有向图的最短路径问题和一个多目标组合优化问题;然后,对应上述抽象模型分别给出了基于启发式搜索算法求解模型。最后,通过编程实验验证了求解模型的有效性。

一种AUV自主导航系统的设计

实现自主导航是AUV发展与应用需要解决的关键技术之一,针对这个问题设计了一种基于同步定位与地图创建的自主式水下导航系统,使用扩展卡尔曼滤波作为滤波框架,对系统状态模型、系统观测模型、数据关联、状态估计过程以及新特征加入等问题进行了讨论。该系统相比惯性导航系统精度显著提高,同时能够获得精确可靠的环境地图,为实现AUV自主导航提供了一种有效途径。