基于CBR的电子商务产品选择系统研究

CBR是一种人工智能方法,将其应用于电子商务产品选择系统中,可以帮助客户快速找到自己欲购买的商品.文中介绍系统的体系结构和工作原理,并给出具体的技术实现方法.利用案例推理的优点,可以大大提高电子商务的效率,提升用户的满意度.     

国外基于案例推理的应急管理研究进展

基于案例推理技术作为人工智能的一种推理技术和学习机制,通过在案例库中检索匹配相似问题及解决方案,对于新问题的解决具有重要作用.通过文献梳理,针对案例推理的应用,详细分析了CBR在故障诊断、应急管理领域的应用研究,对文献的研究方法以及开发的应用系统进行分析并做出述评.针对气象灾害应急决策领域,提出基于案例推理的气象灾害事件案例表达与案例提示机理系统,并结合现实需要,就案例推理的研究提出未来发展方向与建议.     

增值税纳税申报系统中的CBR方法实现

将基于案例的推理(CBR)方法应用于增值税纳税申报系统中。本文介绍了系统的总体结构设计,并详细介绍了数据库设计、案例库的查询与匹配方法,以及与规则推理相结合的案例学习方法。     

基于案例推理的航天测控设备故障诊断

针对航天测控设备故障诊断难度日益增大的问题,将基于案例推理方法应用于设备故障诊断中。首先提出用故障信息规范描述、特征属性集和属性字典的三元组合结构来表示案例的方法,利用数据库管理系统建立故障案例库;然后通过对目标案例的特征属性集元素进行删补及位序调整,构造出与源案例特征属性集同构的特征属性阵列,以此计算案例的局部相似度;最后利用最近邻搜索策略计算案例间的全局相似度,完成对目标案例的搜索和问题的求解过程。应用实例表明,该方法案例表示结构清晰,易于建立案例库,能快速获得故障问题的解决方案,且诊断精度较高,有效提高了设备故障诊断效率。     

基于内容的图像检索技术

基于内容的图像检索技术随着多媒体技术的发展 ,在多媒体数据库管理和多媒体通信传输中越来越得到重视。对基于颜色、纹理、形状和轮廓特征的各种检索方法和技术进行综合阐述的同时 ,指出基于区域和目标检索及用户反馈检索等新的检索方法 ,是今后图像检索技术研究的热点和发展的方向     

基于案例检索的集装箱码头箱区优化研究

本文面对集装箱码头的进出口箱区规划问题,采用仿真模型与智能优化算法相结合的仿真优化方法进行分析求解。底层仿真模型覆盖集装箱码头全作业过程,并充分考虑了作业中的随机因素;顶层优化采用了遗传算法与案例检索相结合的一种创新方法,有效解决了仿真优化运算时间过长的问题。     

浅析基于粗糙集神经网络的企业财务风险

本文在对企业财务风险的涵义和特点进行分析的基础上,提出了一种基于粗糙集BP神经网络预测方法.该方法克服了单纯的BP神经网络方法因为数据量太大、处理速度慢、解释能力差等缺点.结果表明,与传统的logistic回归模型相比,粗糙集——神经网络系统对检验样本预测精度更高,,是一种更无有效和实用的分类方法.     

基于粗糙集理论的工程项目承包商招标选择的评价分析

工程项目通过招标方式来选择承包商目的是选择最优的承包商。基于粗糙集理论的评价方法,对各种影响因素进行合理化筛选,并最终以综合评价值来选优,并通过一个算例验证了方法的可行性和有效性。     

基于内容的图像检索在电子商务中应用初探

基于内容的图像检索突破了传统的基于文本的图像检索的局限,对图像进行分析,抽取特征,利用这些内容特征建立索引,进行检索。本文介绍了基于内容的图像检索的特点与基本原理,并对其在电子商务应用中的特征选择方法、用户检索方式和用户交互进行了研究。     

基于案例推理的客户关系管理

将案例推理技术应用于客户关系管理中,利用聚类思想对客户历史信息进行分析归纳,根据相似度原理判别新客户与历史客户案例的相关性,对生成的初始解决方案进行调整,形成针对新客户的个性化的营销策略。并结合多Agent技术的特点,提出相应的系统架构方案。     

通用数据链组网有效性评估的建模

根据现阶段综合信息网络的发展需求,考虑到通用数据链组网的 抗干扰能力强和保密性能高等特征,结合NFE即神经网络（NN）、模糊推理（FR）、专家系 统（ES）模型和 层次分析法(AHP),提出了通用数据链组网有效性研究的N FE-AHP模型,并仿真验证了NFE-AHP模型对于通用数据链组网有效性评估的适用性,结果表 明抗干扰度、鲁棒性、兼容 能力对通用数据链组网有效性评估尤为重要,对于通用数据链组网有效性评估的工程实践具 有一定的指导意义。     

基于安全设计的电话网管理系统协议适配器

交换机多厂商环境一直是困扰我国电话网管理系统建设的难题.文中对现有的的几种解决方案进行了分析,指出了其中的不足,阐述了电话网管理系统中的关键技术--协议适配器的实现思想,重点研究了协议适配器的接口设计和安全性设计.     

A Repeatable E-Collaboration Process Based on ThinkLets for Multi-Organization Strategy Development

In recent years, multi-organizational collaboration has become more and more important in both business and research. We conducted an action research (AR) intervention with a consortium of Finnish universities that needed to revise its joint strategy. We designed and facilitated a repeatable collaboration process for this multi-organizational strategy development. The process was built using the Collaboration Engineering (CE) approach with thinkLets, which provides expert-level advice for novice facilitators, and it was powered by Group Support Systems (GSS). Our overall impression of CE’s ability to provide valuable design and facilitation support for complex processes is very affirmative. The consortium was satisfied with the intervention, as it saved huge amounts of time compared with conventional strategic work. The process was also seen as more democratic, because the GSS tools enabled equal participation during the session. Our study also provides a ready-to-apply CE process recipe to organizations for revising their strategy. Through this recipe, supplemented with knowledge on thinkLets, the strategy development process may easily be repeated by other facilitators or even practitioners.     

金融危机背景下贸易保护政策有效性检验——基于人工神经网络的系统仿真视角

国际金融危机愈演愈烈,贸易保护主义暗潮涌动,政府当何去何从?文章在人工神经网络和系统仿真技术支持下模拟出双寡头企业的市场演化,从多个视角对两大传统贸易保护政策工具——关税和配额的经济效应进行了检验。结果表明:随着进口限制越发严格,进口商品和国货价格同时上升,消费者剩余明显下降,国内产业利润有所提高,国外利润显著减少,世界总福利因此大幅下降,但伴随国内外产品质量趋同,进口限制对世界总福利的损害有所降低。另外,当国货质量较低时,国内总福利随配额的减少而降低;当国货质量较高时,国内总福利随配额的减少而提高。     

基于改进粒子滤波的GPS接收机自主完好性监测算法

针对基本粒子滤波重采样过程中粒子权值退化和多样性丧失的问题,将遗传算法引入基于神经网络的权值调整粒子滤波算法中,结合了遗传算法全局寻优的收敛性与神经网络局部寻优的快速性优点。将提出的算法与对数似然比方法结合用于GPS接收机自主完好性监测,通过建立一致性检验统计量实现对故障卫星的检测与隔离。通过采集实测数据进行验证,结果表明：该算法可以成功检测和隔离故障卫星,其性能优于基于基本粒子滤波的接收机自主完好性监测,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性。     

一种基于3D-BN-VGG网络的行为识别算法

针对当前人体行为识别准确率低、计算量大等缺陷,提出了一种基于三维卷积神经网络（3D Convolutionnal Neural Network,3D-CNN）结合批量归一化（Batch Normalization,BN）及改进的视觉几何组(Visual Geometry Group,VGG)网络的行为识别算法。该算法首先对3D-CNN结构进行优化,在三维空间采用了多个小卷积核卷积层堆叠的Block结构;同时在网络结构中引入BN算法,将卷积层输出的特征图每一维进行独立的批量归一化处理;之后在Block结构中增加了Dropout层以提高网络泛化能力以及将3D-CNN网络层数加深到了13层,提高了高层次抽象特征的提取能力;最终使用softmax进行分类得出结果。实验结果表明所设计的3D-BN-VGG网络在行为识别方面有较高的识别率。     

基于BWAS的无线传感器网络静态分簇路由算法

为提高路径搜索效率,避免动态分簇较多的能量消耗,提出了基于最优-最差蚂蚁系统(BWAS )的无线传感器 网络静态分簇路由算法。BWAS是对蚁群算法的改进,在路径搜寻过程中评价出最优最差蚂蚁 ,引入奖惩机制,加快了路径搜索速度。通过无线传感器网络静态分簇、簇内动态选举簇头 ,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,能减少路径寻优 能量消耗,实现均衡能量管理,延长网络寿命,且具有较强的鲁棒性。通过与基于BWAS的 动态分簇和基于蚁群算法的动态分簇路由的仿真实验相比较,证实了本算法的有效性。     

ITS系统中GPRS智能移动终端的设计

智能交通系统(ITS)被国际社会广泛认为是21世纪影响全世界人民生活和经济发展的重要产业之一。文中首先介绍了ITS的发展和现状，然后重点阐述了基于GPRS传输网络的智能移动终端，并且提出了一种相应的硬件设计和软件实现方法。试验表明，该终端能够成功地完成汽车的定位与监控等功能。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案。结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM) 网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究。在此基础上,通过仿真和实测实验对联合定位算法进行验证,实验结果表明,该LSTM神经网络联合定位算法的定位精度优于传统TOA(Time of Arrival)、UKF(Unscented Kalman Filter)联合定位算法,适用复杂室内定位。     

超密集组网下基于链路效率的多连接小区选择算法

在5G超密集网络场景下,通过用户双/多连接技术可提高用户吞吐量,降低频繁切换带来的链路失效率。但是,随着链接数的增加,链路管理和资源分配带来的控制信令开销将增加,多链路带来的边际效益递减。为此,提出了多连接链路效率的概念,据此设计了基于链路效率的小区选择算法。该算法基于最大化用户和平均链路速率问题,在基站端及用户端采用变量松弛和拉格朗日对偶分解法来求解。仿真结果表明,多连接的小区选择问题能提高系统吞吐量,在获得更大的用户和速率的同时,也带来链路使用效率的提升。