布尔函数的学习与性质测试

对函数f的性质测试通常是对C中函数进行取样,重构一个近似函数h,以h所具有的性质近似刻画f的性质.重构h的过程称为对f的学习.本文给出了布尔函数的学习与性质测试的理论与方法,该理论与方法可以用于概念学习、特定性质的函数学习与测试等.     

基于粗糙集理论的示例学习研究

到目前为止，一些启发式算法被提出用于基于扩张矩阵理论的示例学习研究，该文基于粗集理论研究示例学习问题，提出了粗集理论下的几个新概念，如：必要选择子，核选择子集，约简选择子集和所产生复合的评价指标；精确度、覆盖度和简单性，给出了扩张矩阵的粗糙集算法，并提出了基于覆盖度和简单性的遗传算法最优示例学习方法。     

在专业课教学中注重素质教育,提高学生能力

介绍了在专业课教学过程中运用的一些新方法,这些方法在加强学生素质教育、培养好的学习方法、提高学习能力方面起到了很好的作用.     

支持向量机在小样本识别中的应用

针对癌症细胞诊断过程中样本采集困难，数目偏少的实际情况，在癌症的早期诊断中引入了一种新的模式识别方法——支持向量机．该方法基于统计学习理论的原理，较好地解决了小样本的学习分类问题，通过对具有不同性状的癌前增生细胞进行分类识别验证，支持向量机取得了较传统分类方法更好的识别效果。     

基于投影算子的正则化最小二乘回归

通过引入经验覆盖数（empirical covering number）和投影算子（projection-operator）,从理论上研究正则化最小二乘回归学习算法.与已有的方法相比,一方面简化了回归分析的过程;另一方面,提高了最小二则回归学习算法的误差收敛阶.即,通过引入投影算子,得到了O（m-1）型的收敛阶,这是统计学习理论中关于泛化误差的最佳逼近阶.     

新疆广播电视大学网络教学平台课程个性化学习系统的设计与安全机制研究

新疆广播电视大学的网络教学平台是新疆发展远程教育的骨干力量,提供双语教学,能够满足绝大部分教学需求,但是在教学内容与平台智能方面还未实现精细化教学的目标,难以实现因材施教.本文针对上述问题,引入了个性化学习理论,在现有网络教学平台上设计网上课程个性化学习系统架构,并对系统中的资源建设与管理、个性化设计以及安全性机制进行了探讨.网上课程个性化学习系统可以在确保教学平台安全可信的前提下提高教学质量,有利于学生的个人发展.     

基于集成学习的PET/CT混合成像肺癌检测

提出了一种基于多模态多尺度的Mask R-CNN集成学习模型对PET/CT混合成像进行人工智能肺癌检测。首先，通过5个深度学习模型对肺癌候选区进行提取。5个深度学习模型通过对不同尺度及不同模态训练数据进行Mask R-CNN迁移学习生成。然后利用集成学习方法将5个Mask R-CNN模型进行加权投票，有效减少假阳性数量，最终实现肺癌确诊。实验数据包括69例肺癌患者及11例正常例，训练数据集包括1242个肺癌横断面；验证数据包括270个横断面，其中58个PET肺癌横断面和58个CT肺癌横断面，77个PET正常横断面和77个CT正常横断面。该方法的F-score、Precision和Recall为0.95、0.90和1,与单模型和现有方法相比，本文方法对于PET/CT混合成像的肺癌检测具有更强的有效性，可以为医生提供有意义的辅助诊断信息.     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利,已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论,以文本大数据为数据源,在全面梳理国内外情感计算相关成果的基础上,利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘,探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型,其核心是构建情感词典和设计情感计算规则,方法简单,容易实现,适用语料范围广。（2）机器学习,用统计学方法抽取文本中的特征项,具有非线性特征,可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算,效果良好,准确率在85%以上。训练多领域的文本语料易于移植,实用性强,且泛化能力好,较适合大数据时代游客情感计算研究。     

学习系统的重学习收敛性能分析

重学习是指从不只一个初始点开始的学习，本文分析了学习系统的重学习收敛性能，给出了描述重学习的结果优劣和初始点集稠密程度之间关系的定理。并对一个优化问题引出的学习系统做了重学习的仿真，实际结果显示了定理所描述的关系。     

广义无监督函数映射学习的三维形状密集对应方法

提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron,MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失，在特征域和空间域上有效提升了学习性能及形状对应的精度。实验结果表明，广义基函数表示与无监督函数映射学习机制适用于任意三维形状，突破了现有方法只适用于连续二维流形的局限，在任意三维形状匹配中取得了更优的性能。     

大学生英语学习自我归因的心理调查和分析

从心理学的角度,以浙江大学城市学院CE3(大学英语3级)本科学生的英语学习成败的心理归因调查数据为主要基础,分析了大学生自我成败归因的特点和趋势,指出了不正确的归因对今后学习动机的激发和保持的负面影响,并提出了解决问题的途径和方法.     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

全局优化学习算法下的高阶神经网络模型

研究了一个高阶神经网络模型，该模型采用全局优化学习算法，能使所有学习图样都成为系统的稳态吸引子，其存储容量远高于Ｈｅｂｂ－ｒｕｌｅ－ｌｉｋｅ型学习算法下的高阶神经网络模型，并能存储识别相关图样．对由３０个神经元组成的二阶神经网络系统进行了计算机模拟，模拟结果证实了上述结论．此外，还分析了初始突触强度对学习效果的影响，计算了不同存储图样数目下的平均吸引半径．     

任意初态下的扰动系统学习控制

针对任意初态下带有扰动的线性定常系统, 提出了相应的控制算法。该算法将受控过程分成无穷个子过程, 系统利用上一子过程的输入输出信息来调节当前过程的输入,以期获得更好的控制效果。在控制过程中, 基于迭代学习控制思想, 借助初始修正手段, 可使系统的跟踪误差达到任意小, 且当系统无扰动时,在指定区间内可实现完全跟踪。最后, 通过仿真算例, 验证了算法的有效性。     

任意初态下的扰动系统学习控制

针对任意初态下带有扰动的线性定常系统, 提出了相应的控制算法。该算法将受控过程分成无穷个子过程, 系统利用上一子过程的输入输出信息来调节当前过程的输入,以期获得更好的控制效果。在控制过程中, 基于迭代学习控制思想, 借助初始修正手段, 可使系统的跟踪误差达到任意小, 且当系统无扰动时,在指定区间内可实现完全跟踪。最后, 通过仿真算例, 验证了算法的有效性。     

风力发电系统简单建模及稳定性分析

应用劳斯稳定羊据原理和小振荡法原理对含风力发电机的电力系统建立了各元件的数学模型并进行了静态稳定计算与分析,并以一计算实例验证其方法的可行性。     

结合HOG-LBP特征及多实例在线学习的随机蕨目标跟踪方法

提出了通过联合随机蕨与HOG-LBP特征建立目标模型的方法. 首先利用选定目标图像块中的HOG-LBP特征向量完成初始化及在其后的过程中产生新的随机蕨, 该随机蕨用于对兴趣目标的检测和跟踪. 目标模型的更新通过多实例在线学习与更新蕨池实现. 提出的方法在选定6个标准视频序列进行测试, 测试结果与现在较流行的OnlineBoostingTracker、MILTracker等跟踪算法进行了比较和分析. 结果表明, 在各种复杂环境下, 本研究提出的方法具备良好的跟踪鲁棒性, 在抗局部遮挡和光照变化方面具有一定的优势; 同时算法具备一定的抗尺度变化能力; 在抗旋转方面, 该算法仍有一定的可改善空间.