简介：为解释本体中概念不满足的原因,利用2个对等转换(即公理细化和本体约减)与3个判别规则识别不满足概念C的最小不一致知识子集(MUPS).其中,判别规则基于不满足概念的传递性,将MUPS分为3类:完全依赖于C(MUPSf)、传递依赖于C(MUPSt)和不确定依赖于C(MUPSu).实验结果表明:在本体不满足概念的MUPS中,MUPSt往往占大多数,但只有MUPSf可以明确指出概念不满足的根本原因.本体建模人员和领域专家可以采用迭代修复方式,每一次修复只考虑MUPSf,以提高修复效率.所得分类结果对于从修复角度评价本体质量以及指导修复工作都具有重要意义.

简介：针对目前垃圾内容识别算法存在的问题,研究一种垃圾内容识别率高、准确率高的识别方法。对常用识别方法AC自动机和贝叶斯方法进行分析,指出这些方法存在的问题,提出一种基于AC自动机和贝叶斯方法的垃圾内容识别方法。首先,利用AC自动机按照设定的类别关键词库圈定关键词,然后利用贝叶斯方法训练所得的策略对关键词进行二次筛查,进而判断是否为垃圾内容。AC自动机与贝叶斯方法的结合能够在保证高效识别关键词的情况下尽可能地减少误伤,提高用户体验感。

简介：给出了一种基于LPQ特征向量的帘子布疵点识别方法。首先给出了局部相位量化（LPQ）的定义,,然后计算帘子布样本图像的LPQ特征向量,使用PCA降维处理,再利用降维后的LPQ特征向量对预先设置的BP神经网络参数进行最优选择,最后利用最优的BP神经网络作为帘子布疵点分类器。此识别算法能对断经、浆斑、劈缝、稀经和经线粘连等帘子布疵点进行有效识别。

简介：基于电子设备制造业上市公司2016年财务数据,采用杜邦分析法识别出企业的差异化战略、低成本战略和低成本差异化战略,在此基础上运用超效率DEA方法,考察不同竞争战略企业的绩效,分析战略的有效性。结果表明：我国电子设备制造业实施差异化战略的有效性较高,差异化战略在电子设备制造业易建立起竞争优势。

简介：提出由计算机辅助设计（ＣＡＤ）、计算机视觉和计算机辅助检测规划（ＣＡＩＰ）与三坐标测量机（ＣＭＭ）集成构成的柔性自动坐标测量系统中使用的计算机视觉识别和定位定向的方法．给出了识别方法——多重定向执行长度编码（ＭＯＲＬＣ）的原理和工作过程及基于被测工件影像转动惯量的定位定向方法．结果表明，将计算机视觉技术集成到测量系统中是提高测量系统的柔性和自动化程度的一条行之有效的途径

简介：设计了由两块语音识别芯片LD3320构成的语音识别控制系统,包括硬件和软件的设计,硬件设计主要运用了LD3320、STM32F407等微处理器,软件设计主要应用基于信噪比判决的多结果筛选算法,最后,通过实验验证系统设计的有效性。从实验的结果看,双LD3320语音识别控制系统的识别率比单LD3320的识别结果提高10.48%。该系统体积小、功耗低、性能稳定、实时性好,在智能家居等领域具有较高的实用价值。

简介：在工业生产过程中经常需要对多种金属工件进行分类检测,本文以LabVIEW作为开发平台,对机器视觉工具开发包IMAQVision的几何匹配算法的原理、使用场合和使用方法进行研究,只要能够采集到目标零件的几何或形状信息,就可对其进行快速定位和识别分析。在此基础上设计实现了在线金属工件型号种类识别系统,并对其进行了测试,取得了较好的效果。

简介：本文以五所美国世界一流大学为样本，系统地对比其教师聘任与评审制度，剖析筛选机制的特点及其对我国建设世界一流大学教师队伍的启示。本文有必要对几个概念进行界定和说明。一是教师队伍。二是教师制度的筛选机制。三是本文所选的样本大学。

简介：为了提高交通需求预测精度,综合考虑居民出行行为在时间维度上的分布,采用支持向量机、径向基神经网络和多项logit三种方法,基于居民活动目的,建立了出行链模式识别模型,并利用敏感性分析方法研究了解释因素对出行链模式选择的影响和对模型性能的贡献程度.结果显示：支持向量机模型在总体准确度和分类准确度上均优于其他2种方法,体现了支持向量机在小样本下的识别性能优势;证明了支持向量机能够较准确地反映多分类因素对于出行链模式选择行为的影响程度;因素对于不同出行链模式识别精度的贡献度差异表明了细化出行链模式及探索各个模式特有影响因素的重要性.支持向量机技术在交通需求预测建模及影响因素分析方面均具有实践意义.

简介：针对智能变电站中电子式互感器的渐变故障和突变故障，提出一种能够同时识别多种故障信号的算法．首先利用小波变换模极大值理论识别故障信号的奇异点，然后求得信号的Lipschitz指数、小波能量系数、均值差，构成故障信号的特征空间．根据随机生成的500个故障信号样本在特征空间的分布，形成故障信号的诊断模型．仿真实验及实际应用测试表明该算法是有效可行的．

简介：定义了区间直觉模糊集相似度的概念，并且基于Hamming距离、标准化的Hamming距离、加权的HammingEuclidean距离、Euclidean距离、标准化的Euclidean距离、加权的Euclidean距离等，定义了一些区间直觉模糊集距离测度．然后，通过把Hamming距离和Euclidean距离以及它们的加权形式与Hausdorff度量相结合，给出了2种组合的区间直觉模糊集距离测度，即基于Hausdorff度量的加权Hamming距离和基于Hausdorff度量的加权Euclidean距离，并且研究了它们的性质．最后，基于上述距离测度，给出了区间直觉模糊集相似性测度，并且把它们应用于模式识别领域．