基于BP神经网络的遥感影像分类方法

为了消除传统的遥感影像分类所带来的模糊性和不确定性,采用BP神经网络进行遥感影像分类.利用MatLab软件构建BP网络遥感影像分类算法,通过对BP网络算法进行改进,采用动量-自适应学习速率调整算法克服了网络训练速度慢、不易收敛到全局最优等缺点.对一幅全色遥感图像通过300次训练后,输出能真实反映地类的影像图.其分类总精度为86.67%,Kappa系数为0.82,分类精度能够满足遥感图像分类的需要.     

一种极化合成孔径雷达图像分类的混合方法

为了更好地对极化合成孔径雷达图像进行分类,提出了一种基于神经网络的混合方法.特征集包括图像的5个H/α系数和基于灰度共生矩阵的6个参数.采用主成分分析方法压缩特征维数,利用3层BP神经网络进行分类,并将Levenberg-Marquardt法与共轭梯度算法相结合求解网络权值.利用该算法对San Francisco地面的实测数据进行分类,实验结果显示该算法能有效分辨地形,且性能优于Wishart最大似然估计方法.     

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率.采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数.最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好.     

结合纹理特征和深度学习的行人检测算法

针对行人检测算法中存在特征鲁棒性差及分类器拟合非线性数据能力弱等问题,提出一种基于纹理特征和深度学习分类算法的行人检测方法.提出一种改进的GSRLBP纹理特征提取算法,提取行人图像的局部纹理特征,通过获取像素点的梯度信息结合GSRLBP算法消除微小扰动对行人特征提取的影响,进一步增强特征提取的鲁棒性.搭建基于深信度网络的深度学习行人样本分类器,利用多层受限波兹曼机搭建分类器输入端和中间层,将行人纹理特征信息逐层转化和传递,实现特征数据的自学习,利用BP神经网络搭建分类器的输出端,实现分类器结构的自优化.研究结果表明,该算法可行、有效,且性能优于经典浅层机器学习行人检测算法.     

基于改进型脉冲耦合神经网络的混沌相态分类方法

混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦...     

改进的Elman网络在非线性系统辨识中的应用

通过对Elman网络的研究,提出一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络,给出Elman网络的标准BP学习算法,针对标准BP算法的收敛速度慢和容易收敛于局部极小点的缺点,利用非线性动量项自适应变步长的BP算法进行改进,从而提高算法的收敛速度,避免陷入局部极小点的问题.通过在系统辨识中的应用,表明该网络收敛速度快,模型精度高,并具有较强的自适应性和鲁棒性,适合于动态系统的实时辨识.     

一种基于组合神经网络的数据分类方法

为了克服单一Kohonen网络和BP网络用于数据挖掘的缺点，提出了一种基于Kohonen和BP组合神经网络的数据分类方法，并给出了该分类方法的基本思想和算法描述.电力变压器故障诊断的仿真实验结果表明，利用该分类方法可以提高数据分类的精确性.     

基于Matlab的GA-BPNN遥感图像分类

在高原山地等地类复杂地区,传统遥感分类方法和标准BP神经网络分类方法存在一定的局限性,提出了基于Matlab的遗传算法优化的BP人工神经网络遥感图像分类方法。以Matlab神经网络和遗传算法工具箱为平台,在对数据源进行主成分分析特征选择的基础上,用量化共轭梯度法改进标准BP算法,采用GA优化BP网络的隐层神经元数目和初始权重,并以香格里拉县ETM+遥感图像为例,在DEM地形数据辅助下,训练网络使其收敛,仿真输出。结果表明,该方法分类总精度为84.52%,Kappa系数为0.8317,比最大似然法分类精度提高了9.08个百分点,验证了GA优化的BP网络遥感图像分类的可行性和有效性。     

一种基于综合目标函数的神经网络学习算法

为提高多层前向神经网络的学习速度和算法的稳定性,提出一种基于综合目标函数的改进学习算法.该算法在误差平方和目标函数中引入一个辅助约束项构成综合目标函数,并利用综合目标函数训练网络的输出层权值,采用牛顿法推导出训练输出层权值的递推公式.辅助约束项隐含有对网络输出平滑性的约束,提高了学习算法的稳定性.利用该算法对不同非线性函数生成的样本数据的学习结果表明,新算法的收敛速度、精度均优于Karayiannis等人的二阶学习算法.     

基于BP算法的成绩预测模型

BP网络是一种典型的多层前向网络,由输入层、隐含层和输出层组成,通过学习样本训练模型后即可用于数据的预测,适用于实现网络教学系统的成绩预测功能。训练样本作为BP网络的学习数据集,对于BP网络模型的训练具有重要的作用。模型选取网络教学系统中能够影响学习成绩的相关因素作为输入数据,包括学生在线学习时间、学生学习能力、作业成绩和测试成绩,利用已有学生成绩作为训练BP网络的期望输出。将这些数据进行归一化处理即可用于训练BP网络模型。训练过程中,全局误差基本呈下降趋势,收敛效果较好。经过训练后的模型可预测出学生的成绩,并转化为相应的等级,对学生下一步学习进行指导,提出适合的教学策略。通过测试表明该模型可以用于教学系统中的学习成绩预测,获得了预期效果。     

基于遗传算法的海气耦合模型参数反演

为了提高模型参数反演效率和精度,基于遗传算法和系统优化思想,从一个简单的海气耦合模式出发,反演模式参数和强迫项.试验结果表明:遗传算法和系统优化结合的方法,可以有效优化模式参数和强迫项,进而修正模式的预报误差.同时,该方法具有参数反演过程不与模型结构发生耦合,计算量小和操作性强、反演效率高等优点,为在实际应用中改善模式参数和初值、提高预报准确率提供了一个可借鉴的方法和途径.     

战时地空导弹调运决策

为了解决地空导弹的优化分配,合理调运问题,提出了一种战时地空导弹调运决策的方法。基于排队论确定地空导弹火力单元的导弹需求量。考虑时间性、安全通过概率和运输费用,计算从仓库运输导弹到火力单元的道路代价系数。结合直线优化D ijinstra算法确定战时地空导弹最佳调运方案,并给出了算例。结果表明,模型正确可行,可以较好地解决战时火力单元导弹需求量确定问题和导弹供应点调运决策问题。也可作为解决其他战时物资保障调运决策问题的理论参考。     

测定某种花岗岩静摩擦系数的试验

为了揭示深部岩体块系构造的特性,以深部岩体的典型岩石-花岗岩为研究对象,利用自行研制的深部岩体动态特性多功能试验系统,对粗糙度为6的细粒花岗岩的单、双面静摩擦进行了试验研究.单面最大静摩擦力试验测量了4种不同工况,双面最大静摩擦力试验测量了2种工况,获得了该花岗岩的静摩擦系数为0.572.通过试验研究,发现了花岗岩块体间静摩擦的规律和特性,当位移响应变粗时,表明试件间的摩擦达到最大值.把测量试块单、双面最大静摩擦力作为基本的测量方法和技术,为下一步深部岩体的动态特性的试验研究奠定了基础.     

水泥乳化沥青稳定碎石基层收缩特性

由于水泥稳定碎石基层干缩、温缩较大,容易引起路面反射裂缝,提出用水泥乳化沥青复合胶浆来稳定碎石作为一种抗收缩能力较强的新型基层材料.在分析半刚性基层的收缩机理和水泥乳化沥青稳定碎石的微观结构后,进行了干缩试验和温缩试验,并利用室内试验结果计算了水泥稳定碎石和水泥乳化沥青稳定碎石两种混合料作为基层应用时的干缩应力和温缩应力.通过分析比较,水泥乳化沥青稳定碎石的干缩应力和温缩应力更小,表明其抗收缩性能更好,能较好地延缓基层开裂.     

基于自适应信任报警关联的P2P覆盖IDS

随着计算机网络安全需求的日益增长,分布式入侵检测技术成为一个至关重要的研究方向.但传统的分布式入侵检测系统仍存在一些缺陷,如在分布性、灵活性、协作性、检测效率和内部威胁应对等方面还不尽人意.为能更好地应对各种内部威胁,提出了一种基于自适应信任报警关联的对等覆盖入侵检测系统.在JXTA对等架构基础上实现了一个对等覆盖IDS原型,并在仿真网络环境中评估了该原型在检测应对Internet蠕虫传播和感染中的有效性.实验结果显示,该对等覆盖IDS能明显提高脆弱网络节点的平均幸存率.     

水平地震力作用下钢筋混凝土异形柱框架结构设计

由于钢筋混凝土异形柱截面几何性质的特殊性,需考虑不同地震作用方向下结构的反应.结合工程实例,对钢筋混凝土异形柱框架结构在不同方向的水平地震作用下进行受力分析,对自振周期、轴压比、柱底层剪力和层间位移角进行分析.结果表明,L形异形柱方向性较强,应考虑45°和-45°地震作用方向的计算,同时应调整异形柱平面布置形式,使其刚度中心尽量与形心重合,以此减小扭转效应对结构的不利影响.     

一种基于模糊综合评判的协同节点选择算法

若要充分发挥协同通信高分集增益、高能量效率的优点,协同节点的选择是必须首先解决的问题.针对协同通信中的节点选择问题,提出了一种基于模糊综合评判的协同节点选择算法.算法综合考虑了节点的信道信息和功率信息,并据此进行模糊综合评判,以选择出最佳的协同节点.仿真结果表明,提出的节点选择算法要明显优于以往文献中提出的基于信道信息的节点选择算法,是一种有效的节点选择算法.     

网格并行编程方法及其在地震波场正演模拟中的应用

波动方程的地震波场正演模拟是研究复杂地区地震资料采集、处理和解释的有效辅助手段,其巨大的计算量往往是单台计算机难以承受的.MPICH-G2是传统的紧耦合并行策略在网格中的实现,然而它对网格环境要求高,带宽需求大,且已不能适应目前基于Web Service的网格架构.研究并实现了网格松散耦合并行策略,将任务按照粗粒度方式划分,减少子任务间同步次数和通信量,有机地将网格计算和波动方程的地震波场正演模拟结合起来.由于地震波场正演模拟是计算密集型任务,节点间数据传输量并不很大,非常适合这种松散耦合的并行策略.实验表明,这种网格并行方式可以有效地减少地震波场正演模拟的时间,提高效率.     

低速冲击下钢筋混凝土梁局部变形刚度

研究了低速冲击下钢筋混凝土梁的截面刚度,以及冲击体和结构间接触区域的柔度变化.将梁分成斜裂缝形成以前和斜裂缝形成以后两个阶段来研究.斜裂缝形成以前,梁被看成弹性均质体,接触区的柔度由受压和受拉条件下混凝土的柔度串联而成,根据柔度的定义推导得出该阶段接触区的刚度;斜裂缝形成以后接触区的刚度受高为χw弯—剪式固端梁构件、下部受拉钢筋、冲击体与下部钢筋之间的混凝土柱的制约,从而推导出该阶段的柔度.结合两个阶段接触区域的柔度公式,对低速下钢筋混凝土梁的接触刚度进行了举例计算和分析,表明斜裂缝形成以前的阶段可以忽略不计.     

基于集合预报思想对一次暴雨过程的数值模拟

用MM5-V3对江淮流域的一次暴雨过程进行数值模拟，为了消除单一的确定性预报在暴雨落区和强度方面的可信度不稳定。其中积云对流参数化方案分别采取5种不同的方案进行了计算，又对5种结果进行平均得到集合模拟结果。分析不同的模拟结果发现，对降水量的模拟，集合模拟结果更接近实况。不同的积云对流参数化方案对雨带位置的模拟效果相近。但对于卢中尺度雨团的模拟具有不确定性，而不同参数化方案的集合模拟结果，无论是对雨带还是雨团的模拟都是比较成功的，这也说明集合预报可以消除物理过程的不确定性，是提高预报准确率的一条有效途径。