水电站厂内经济运行基因遗传算法模型

水电站厂内经济运行的数学模型是一类非线笥、０－１规划，用ＧＡ算法求解该问题，速度快，而且可同时在时域空间上分别求出机组开停机计划和机组组合及负荷分配优化运行结果，可满足水电站厂内经济运行实时笥的要求，计算结果表明，经济运行效益可提高３％。     

数据结构中图的一种应用

以非线笥数据结构图为模型，设计了某市导游咨询程序，并给出了其核心函数的类C语言算法。     

协同神经网络聚类型学习算法

协同神经网络是一类全新的神经网络 ,它可以根据竞争神经网络的一般原则划分为匹配子网和竞争子网。其中 ,匹配子网的学习是协同神经网络的一个中心问题。改善匹配子网的学习效率有 2种途径 :对伴随向量求解算法的改进和原型向量选取方法的改进。文章浅析了这 2种类型的学习算法 ,着重研究了聚类算法在原型向量选取中的应用 ,并以一组交通标志图像作为识别样本 ,验证了选取原型向量 2种思路的有效性。     

模糊控制器的稳压法水流量标准检定装置中的应用

在水流量标准检定装置中，由于建立稳压场过程中参数变化范围大，并有非线笥以及随机干扰因素难以确定等特点，本文提出了一种新的Fuzzy控制算法－－Andersen算法，并进行了仿真，仿真结果表明本算法对各种不同工况有较好的适应性。     

混沌蚁群算法在回归分析中的应用

混沌蚁群优化算法将混沌搜索与蚁群算法相结合，在蚁群搜索完成后，利用混沌进行细搜索，以提高搜索精度，避免陷入局部最小点．将其用于线性回归分析，仿真结果表明，混沌蚁群算法能够有效地解决回归分析问题，为回归问题提供了一个新的解决方法．     

一个基于尺度空间理论的直方图定性匹配算法

设计并实现基于高斯尺度空间理论的直方图定性匹配算法，该算法首先建立灰度直方图的尺度空间，并提取各直方图在尺度空间中的特征。包括峰点个数、峰点线结构和峰点生命期等，然后利用这些特征匹配直方图，在同一内容的图像与不同内容的图像组成的图像库中。对直方图定性匹配算法进行了实验研究，实验结果表明，该算法可较好地解决图像内容恒常性问题。     

神经网络训练的分解重组算法

本文介绍了把线性不可分问题分解为一系列线性可分子问题、对线性不可分问题进行求解的网络分解重组算法．还证明了该算法的收敛性．实例研究表明：该算法不仅可以得到神经网络的隐层空间目标和隐层单元数，而且提高了对线性不可分问题的求解速度，因此是一个非常有效的神经网络训练算法．     

线性分式规划的多项式时间算法

线性规划（ＬＰ）各种形式的多项式时间算法的研究和成果已相当成熟，但对线性分式规划（ＬＦＰ）的研究甚少．在理论上，ＬＦＰ可转换为ＬＰ，但ＬＰ的多项式时间算法求得的多半为近似解，且ＬＦＰ转换为ＬＰ是通过一个非线性分式映射实现的．因此研究和分析ＬＰ的各种多项式时间算法对ＬＦＰ的稳定性具有理论和实际意义．本文首先系统地分析了从ＬＦＰ到ＬＰ的转换及各种性质．然后，将ＬＰ的一些多项式时间算法推广到ＬＦＰ，最后证明它们仍可在多项式时间内求得满足精度的近似解．     

递归算法非递归化的一般规律

尽管递归算法具有结构简练、清晰、可读性强、正确性容易得到证明等优点，但递归算法在执行过程中会耗费太多时间和空间。为了追求算法的时空效率，特别是使用不支持递归的程序语言的情况下，必须将递归算法转化为非递归算法，问题才能得到有效解决。为此，给出了递归算法转化为非递归算法的一般方法，并以Hanoi塔问题、二叉树的中序遍历问题为例进行了详细地分析。     

序列图像目标跟踪的神经网络算法

针对序列图像目标跟踪问题，在提取图像特征点的基础上，提出了一种最优化算法，该算法将序列图像目标跟踪问题转化为相信两帧图像特征点间的匹配问题。文中根据匹配问题的各种限制条件给出代价函数，并利用Ｈｏｐｆｉｅｌｄ神经网络最优化计算功能来求取该代价函数的局部极小值。其中神经元的状态用以表示相邻两帧图像特征点间的匹配关系。神经元间的权连结用以反映地应特征点间的匹配程序。也就是说，本文针对序列黑种人希目标跟踪     

基于核最小二乘回归子空间分割的高维小样本数据聚类

针对基于线性表示理论的子空间分割方法没有考虑高维小样本数据的非线性性质,借鉴核理论,提出核最小二乘回归子空间分割方法,使子空间分割方法适合高维小样本数据的非线性性质.经6个基因表达数据集和4个图像数据集上的实验,表明该方法是有效的.     

If条件句范畴的原型与非原型分析

If条件句是一个由原型和非原型构成的原型范畴.原型范畴理论对If条件句有着较强的解释力.本文以If条件句范畴化的认知过程为切入点,对该范畴的原型和非原型的界定,二者所具有的特征以及二者之间的关系进行了深刻分析,意在推动原型范畴理论和条件句研究的有机结合,丰富原型范畴理论在句法学领域的研究.     

FMT系统中的滤波器组设计

研究了新型多载波传输技术——滤波多音频(FMT)的滤波器组调制技术，通过滤波器的多相分解得到FMT系统的高效实现方法；对滤波器组中原型滤波器提出了主要性能指标和设计方法，分析了在无线信道中利用该设计方法设计出的原型滤波器应用于FMT仃系统的性能．     

小型演化线天线快速制备及评价方法研究

小型演化天线具有高增益、宽带宽、共形、体积小等优点而在航空航天领域具有广泛的应用前景.对演化天线样机进行电磁性能检测是评价其结构设计合理性的有效手段,但演化天线复杂的空间几何结构严重影响样机的成形质量和效率.针对小型演化线天线在结构设计过程中的样机性能快速评价需求,对小型演化线天线的快速成形制造工艺进行研究,并对金属快速成形和非金属快速成形复合表面化学镀铜两种工艺制备的线天线样机进行馈电特性测试.结果表明,两种快速成形工艺所制备线天线样机的馈电特性都能满足设计验证需求,采用快速成形方法来快速制造具有复杂空间几何结构的小型演化线天线样机并进行性能快速评价是完全可行的.      

随机生成候选因子集的逐步回归原型匹配算法

为实现符号回归，将逐步回归技术引入了一种基于逐步回归技术的符号回归算法，通过恰当组织基函数库，可以发现为数众多的符号函数，该算法效率较高，且可用于样本数据中含有较大随机噪声的场合。根据该算法开发的符号回归程序，可用于符号微积分，函数方程求解和科学定律的实验发现等智能发现任务。     

半参数顺序变量回归模型

在比例优势模型基础上对顺序变量回归模型作更一般的推广, 建立了半参数顺序变量回归模型, 构造了模型中的线性和非线性部分的估计量, 并证明了该估计量的弱相合性. 通过数值模拟, 考察了不同样本容量下半参数顺序变量回归的判断正确率和回归函数的均方误差.实验结果表明: 半参数顺序回归模型在小样本情况下仍具有较高精度, 并且在实验点处的重复次数相对于观察点个数对精度影响更大. 通过对粮食预警实例的计算表明, 半参数顺序回归模型较比例优势线性模型具有更好的外推效果.     

非线性回归油藏指数敏感性分析

油藏指数敏感性在油藏数值模拟中扮演重要的角色,本文通过数值模拟软件和非线性回归统计方法进行实验设计,探索油藏产量对油藏参数,如油藏渗透率比、断层传导率和残余油饱和度等的敏感性并得出非线性关系公式,节省计算时间并加快数值模拟历史拟合速度,油藏对于实验效率和经济效益有重要的作用。     

A New Venture Analysis Method and Its Application

The new venture analysis is the foundation of venturedevelopment. In this paper, 14 venture prototypesare proposed based on the attributes of venture.Then, a new venture analysis method is discussed bythe wny of matching the new venture with thecorresponding prototype. Considering the fuzziness ofhuman subjective grading, the L-R fuzzy numbers are     

基于SEART网和模糊相似测量的手写汉字预分类法

提出了一种手写汉字预分类的新方法.该方法分2步进行,首先采用有监督的扩展ART神经网络(SEART)产生一定数量的预分类组,然后通过模糊逻辑处理将各组字符分别转换成基于非线性加权函数的模糊样板,并通过基于模糊相似测量的匹配算法、相似性测量样板的分级分类进行预分类.测试结果表明,该方法效果良好,预分类正确率达到98.19%.     

基于定量关联规则树的分类及回归预测算法

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法。采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测。研究结果表明：改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度。