基于竞争的联想存储器学习算法

提出两种基于竞争的神经网络联想存储器学习算法—CC算法和ACC算法 ,并证明算法得到的神经网络对任一输入模式的竞争收敛性 ,由CC算法得到的网络 ,利用 p n个神经元存储p个n维样本模式 ;每个样本点都是吸引中心 ,不存在假吸引中心 ;对任一输入模式 ,总被吸引到与之海明距离最小的样本点上 ;不产生拒识点 .ACC算法是CC算法的改进形式 ,所得网络可在自适应学习中收敛 ,竞争次数较CC算法大大降低 本文算法得到的网络在存储容量、容错能力方面好于Hopfield联想存储器及作为联想存储器使用的BP网络 .     

一个实用的检验Kn(3,p)的算法

设Ｋｎ是ｎ个顶点的完全图，若对Ｋｎ的每条边着以红色或蓝色，并且图中既不包含红色团Ｋ３也不包含蓝色团Ｋｐ，这样就得到一个二色边图Ｋｎ，同时将这种染色所得的图记为Ｋｎ（３，ｐ），把使Ｋｎ（３，ｐ）成立的最大值记为Ｒ（３，ｐ），Ｒ（３，ｐ）＝ｒ（３，ｐ）－１，ｒ（３，ｐ）是Ｒａｍｓｅｙ数，本给出一个实用的算法，可以对给定连通图检验Ｋｎ（３，ｐ）是否成立 。     

基于代数神经网络的多元多项式不可约判定及学习算法

把感知器作为数学模型,充分利用神经元的运算特性,以二元多项式近似求根神经网络模型为基础,设计一类多元多项式不可约判定的神经网络模型,它是单输入多输出三层前向神经网络,给出神经网络学习算法,这种学习算法在ｐ－ａｄｉｃ意义下,通过调整隐层与输出层的权值Ｃｉ,ｊ完成学习,可确定出多元多项式不可约,通过算例表明,该算法有效,相比传统的判定算法,可操作性强。     

矢量量化与神经网络FSCL算法的收敛性

非监督的神经网络算法在矢量量化器的最佳设计上具有简单、存贮量 小、适合并行运算等优点，但算法的收敛性仍未得到证明。针对ＦＳＣＬ算法， 证明了当ｎ趋于无穷时，算法收敛于量化器的局部最佳解，并对算法的初始 值、学习速度控制函数ε（ｎ）和训练集的选取作了探讨。     

凸集上的投影问题

研究了点在凸集Ｃｐ＝（η∈Ｒ＾ｎ│‖η‖ｐ≤１）其中ｐ＝１，２，＋∞）的投影问题，给了相应的表达式及点在Ｃ１上投影的二分法算法。     

基于BP神经网络的手写字符识别

提出一种基于BP神经网络的手写字符的识别方法，首先建立样品库，对样品库中的样品提取特征，作为输入层的输入值,采用改进BP算法进行网络训练，不断修改权值和阈值，然后对任一输入的手写字符，运用BP神经网络进行识别,实验证明将改进的BP算法用于手写字符识别有较好的识别效果，提高了算法的收敛速度。     

Gainse-Rescher逻辑系统中的广义重言式理论

将王国俊教授在逻辑系统Ｗ，Ｗ，Ｗｋ中的广义重言式理论进行推广，并应用到了Ｇａｉｎｓｅ－Ｒｅｓｃｈｅｒ逻辑系统Ｇｒ，Ｇｒ，Ｓｎ中，主要结果是：在逻辑系统Ｇｒ，Ｇｒ中，重言式不可能由对非重言式进行有限次升级算法得到；在逻辑系统Ｓｎ中，对任一公式最多进行ｎ次升级算法即可得到重言式；利用可达广义重言式概念和ａ－矛盾式概念分别在Ｇｒ，Ｇｒ，Ｓｎ中给出了Ｆ（Ｓ）的一个关于一同余的分划。     

6个多色Ramsey数的下界

研究了素介完全图ＫＰ的边的ｎ－染色,给出了计算它的子图Ｇｐ（Ｓｉ）的团数的一种算法,得到２个三色,４个四色Ｒａｍｓｅｙ数的新的下界。     

神经网络反向传播模型用于CmI的能级分类

将神经网络反向传播算法应用于Ｃｕｒｉｕｍ的关于组态的分类计算。用４个特征变量（能级值、郎德ｇ日子、Ｊ量子数和同位素位移）表征每一个能好。为检验神经网络预报能力，采用ｌｅａｖｅ－ｎ－ｏｕｔ方法（奇宇称ｎ＝１，偶宇称ｎ＝５）对所有已知实验样本进行了预报。其中奇、偶宇称能级预报正确率分别为９２．７％和９７．４％。利用相同的神经网络结构，得到了１２个奇宇称和４２个偶宇称的未知能级的预报结果。     

基于竞争型神经网络的城市空气质量分析

该文利用竞争型神经网络来对空气质量进行分类。竞争型神经网络模拟生物神经网络中的神经元之间的兴奋、抑制与竞争的机制,进行网络的学习与训练。竞争型神经网络的输出层神经元能够通过竞争以确定胜者,胜者将指出哪一种原型模式最能代表输入模式。将不同空气质量等级下的各空气指标作为原型模式,通过输入样本模式,利用竞争网络的竞争特点得到胜者,以此得出空气质量等级。     

BP神经网络拟合平稳跟踪眼震信号

在前庭功能检查中,要对平稳跟踪信号进行分析,必须先对实验者的跟踪数据信号进行曲线拟合。由于BP神经网络可以实现输入和输出间的任意非线性,使得它在函数逼近上有广泛的应用。因此本文用BP神经网络对平稳跟踪信号进行曲线拟合。对网络的训练方法采用贝叶斯正则化算法。实验表明,拟合的曲线和正弦曲线基本吻合,尽可能的通过了样本点,也排除少数点的干扰。     

同类处理机排序问题Q2∥Cmax的一个算法

本文对ｎ个任务，２台同类处理机的排序问题Ｑ２∥Ｃｍａｘ进行讨论，提出一个算法，用该算法得到的排序表长的界是２ｂ＋１／２ｂＭ，算法的复杂性为Ｏ（ｎｌｏｇｎ）。     

红外光谱中溶剂效应机理研究（Ⅴ）：有机锡络合物红外光谱的溶…

用Ｃｙ２ＢｕＳｎＯ２Ｃ－Ｃ６Ｈ４－ｘ，Ｃｙ２ＭｅＳｎＯ２Ｃ－Ｃ６Ｈ４－ｘ，ＣｙＢｕ２ＳｎＯ２Ｃ－Ｃ６Ｈ４－ｘ（ｘ＝Ｈ，ｐ－ＣＨ３，ｐ－ＣＨ３Ｏ，ｐ－ＮＯ２，ｐ－Ｆ，ｐ－Ｃｌ，ｐ－Ｉ，ｐ－ＯＨ，ｐ－ＮＨ，ｍ－ＮＯ２，ｍ－ＣＨ３Ｏ）３个系列共１８种取代苯甲酸配位的有机锡络合物在１３种有机溶剂（环己烷、正庚烷、四氯化碳、苯、甲苯、乙醚、氯仿、二氯甲烷、１，２－二氯乙烷、四氢呋喃、对二氧六环、乙腈）中的羰     

基于K-means聚类算法的研究

原始的k-means算法是从样本点的集合中随机选取K个中心,这种选取具有盲目性和随意性,它在很大程度上决定了算法的有效性．为消除选取初始中心的盲目性,应充分利用已有数据样本点的信息．采取对数据进行预处理的方式来选取初始中心．实验证明新的初始点的选取不仅提高了算法的计算效率,也提高了算法最终确定的聚类的精度．     

Cauchy－Riemann方程的C_（p，q）~（k＋α）－型算子解

研究对给定在Ｃｎ中拟凸域上的Ｃａｕｃｈｙ－Ｒｉｅｍａｎｎ方程的Ｃ∞类（ｐ，ｑ）型微分形式解，不仅证明了严格拟凸域上Ｃａｕｃｈｙ－Ｒｉｅｍａｎｎ方程的Ｃｋ类（ｐ，ｑ）型微分形式解，而且给出了其方程在Ｃｎ中有界开集上的Ｃ＿（ｐ，ｑ）￣（Ｋ＋ａ）型（ｐ，ｑ）微分形式解，推广了Ｂｏｎｎｅａｎ和Ｄｉｅｄｅｒｉｃｈ最近所得到的结果．     

一种模糊神经网络的改进学习算法

针对前人（Ｃ．Ｔ．Ｌｉｎ， ｅｔ ａｌ． Ｉｎ ＩＥＥＥ Ｔｒａｎｓ ＯｎＣｏｍ ｐｕｔｅｒ， １９９１， Ｖｏｌ．４０， Ｎｏ．１２） 提出的模糊神经网络结构，改进了已有的学习算法，新算法更加简洁有效。利用新算法，可以自动获取模糊规则。通过函数模拟实验，验证了新算法的有效性。提出了网络的分解与综合方法，避免了模糊神经网络用于实际复杂问题时，模糊规则的组合爆炸问题。该模糊神经网络可应用于换热器受热面的结垢过程模拟。     

液压系统中粒子群优化神经网络权值的控制算法

针对非线性、时变等缺陷导致传统的控制器控制效果较差、不适应电液伺服系统的现象,提出了用于电液伺服控制的基于粒子群优化算法对神经网络的权值进行学习训练的PSO-NN算法。结合电液伺服系统实例分析,用MATLAB仿真得到了输入阶跃信号和正弦信号时,PSO-NN算法的输出曲线以及适应度曲线;为了展示PSO-NN算法的效果,用BP算法仿真了对应输入阶跃信号和正弦信号的输出。仿真结果表明:在电液伺服系统的控制中,PSO-NN算法性能优于BP算法,系统输出具有更好的收敛性和对输入的跟随性,从而证明PSO-NN算法对于电液伺服系统的控制是合适并有效的。     

关于丢番图方程x~3±p~（3n）＝Dy~2

对丢番图方程ｘ３±ｐ３ｎ＝Ｄｙ２，ｐ为给定的奇素数，ｐ＝３或ｐ≡５（ｍｏｄ１２），ｎ为自然数，Ｄ＞０，Ｄ无平方因子且不能被６ｋ＋１形的素数整除，现得到该方程非平凡解的关于ｎ的一个递推算法；并给出了ｐ＝３或５，ｎ＝１，２，３，４的全部非平凡解     

多处理器上求最小生成树的并行算法

目的给出无向图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树在单指令流多数据流（ＳＩＭＤ）机器、Ｉｎｃｏｍｐｌｅｔｅ－ｈｙｐｅｒｃｕｂｅ上的并行算法．方法利用有ｐ个处理器的不完全超立方网络,求加权无向连通图Ｇ（Ｖ,Ｅ）,｜Ｖ｜＝ｎ的最小生成树．结果与结论若处理器的个数为ｐ,则其时间复杂性为ｔ（ｎ）＝Ｏ（ｎ２／ｐ·（ｌｂｐ））,成本Ｃ（ｎ）＝Ｏ（ｎ２（ｌｂｐ））,它几乎是最优的．     

基于代数等价路径的一类线性约束凸规划问题的内点算法

对于满足尺度李谱希茨条件的一类线性约束凸规划问题,提出了一种基于代数等价路径的原始-对偶内点算法,并讨论了计算复杂性.该算法可以在任一内部可行点启动,并且全局收敛,当初始点靠近中心路径时,此算法便成为中心路径跟踪算法,总迭代次数为O(nL),其中L是问题的输入长度,数值实验结果表明算法是有效的.