汽车ABS模糊控制方法的分析与仿真

运用模糊控制方法对汽车防抱制动系统进行了仿真研究．采用基于模糊规则的模糊控制方法，设计了基于模糊规则的普通模糊控制器，针对其缺陷采用基于智能权函数的模糊控制方法，设计了基于智能权函数的模糊控制器．对两种控制器进行仿真并比较仿真结果，表明基于智能权函数的模糊控制方法的控制效果优于基于模糊规则的模糊控制方法，且能有效克服后者的缺陷，提高整车的制动性能．     

基于宽带接入网技术的探讨

本文简述了宽带接入网技术。如基于双绞线传输的接入网技术，基于同轴电缆传输的接入网技术，基于光传输的接入网技术和基于无线传输的接入网技术，对几种接入网技术进行了比较。     

桥梁防震设计方法探析

从桥梁震害的起因出发，探讨了基于强度．基于位移、基于性能和基于能量的四种桥梁抗震设计理念，比较了其各自的优势和劣势。在此基础上，提出了桥梁抗震设计方法的发展趋势。     

基于范例推理的结核病专家系统

本文概述了什么是基于范例的推理，结核病数据库的建立，基于范例的推理在结核病专家系统中的应用，推理树与基于范例的推理的结合，基于范例推理的结核病专家系统的工作原理，模糊匹配与近似检索技术，以及基于范例推理的专家系统的应用前景     

关于语义相关度一些技术的探讨

信息检索涉及到许多技术，涉及多个学科领域，应用更是非常广泛，其中语义相关度的研究一直是研究的热点问题．本文主要针对基于词关联度、基于Wikipedia、基于概念格、基于视觉内容、基于知网、基于中文语义词典、基于领域本体中的概念、基于主题图、基于本体的语义相似度计算方法等，进行比较探讨，特别是对一种新颖的方法使用时语义分析计算单词间相关度的方法进行了详细的阐述说明，并提出了自己的一些想法和下一步的研究方向．     

基于CORBA的电子商务安全

介绍了电子商务的安全需求，指出了目前基于web电子商务的不足，分析了基于CORBA电子商务的优点，提出了一个基于CORBA电子商务安全平台，结合学费收缴系统实例对安全特性进行了分析，详细给出了电子商务中身份认证的实现方式。     

基于Web智能化网络系统配置管理的研究与实现

介绍了基于Web网络管理的总体实现和重要框图，及人工智能技术在网络管理的应用，基于规则的推理、基于事件的推理，大大简化了网络管理，提高了网络管理系统的性能．作者给出了所研究的网络管理系统的总体设计，并对网络管理做了总结和展望。     

基于模型与实例的混合揄用于故障诊断

分析了基于模型和基于实例的诊断推方法，提出了基于模型与实例的混合推理策略，并将其应用于ＣＮＣ加工中心的故障诊断，同时，还讨论了实例的表达与存储、索引与匹配等问题。     

基于约束的多视图参数化设计算法

介绍了基于约束的零件形位信息描述方法，提出了基于约束的ＣＡＤ数据模型，阐述了基于约束的多视图参数化设计的概念，详细介绍了参数化计算法的原理及实现过程，对所提出的参数化设计算法进行了评价。     

基于UML模型的组件集成测试方法

统一建模语言（UML）已经广泛应用于基于组件的软件开发过程中.许多UML模型，如交互图、状态图和组件图等从不同的角度刻画了组件的行为，可将其用于基于组件的软件系统的测试.本文首先提出了一个基于UML模型的测试框架，并对基于UML模型的组件集成测试方法进行了比较，然后将基于协作图的组件测试技术应用于ATC系统的集成测试，取得较好效果.     

基于神经网络的扎龙湿地土地覆盖分类研究

主要研究神经网络在土地覆盖分类方面的应用问题．采用四层神经网络结构,对扎龙湿地的TM影像进行了分类研究,并提出一种基于鲁棒误差函数的自适应反向传播学习算法．仿真结果表明,该方法能够有效地对扎龙湿地TM影像进行分类．所采用的四层网络结构可减轻存储量大的负担,鲁棒误差函数有效地抑制了大误差,自适应反向传播算法使误差下降更快,而且最终得到的分类精度高于三层神经网络和最大似然法的分类精度。     

自适应模糊神经网络的优化辨识及仿真

利用优化理论对自适应模糊神经网络的辨识问题进行了研究，提出了基于共轭梯度法的网络辨识算法，通过与ＢＰ算法进行的比较仿真表明本方法切实可行。     

基于动态分类算法的入侵检测系统

为了使分类方法适合网络入侵检测系统在线、实时的特点,根据自适应谐振理论提出了基于联想和竞争学习的动态分类算法。算法采用改进的胜者全得方法训练神经网络,通过估算类别数目方法优化初始系数。该算法能防止分类时丢弃特殊模式,并能对未知类别数量的数据动态进行分类,实验采用相同的数据集训练自适应谐振理论网络和动态分类网络。结果证明,动态分类算法具有良好的收敛性和模式分类能力。将该算法应用于入侵检测系统的网络行为智能学习,其误报率仅为10%左右。     

基于神经网络分类的自适应图象编码

介绍一种对图象特征系数进行分类的自适应图象压缩编码算法。利用子图象ＤＣＴ系数间的相关性，使用神经网络的方法对ＤＣＴ系数矩阵进行分类对具有相近频率分布的变换系数矩阵进行聚类，使得各频率分量的方差减小，并提出了自适应的比特分配算法。实验表明在相同的压缩比情况下，该图象编码算法较其他方法有明显的提高。     

基于粒子群算法的自适应滤波器研究及应用

针对神经网络自适应滤波器易于陷入局部极小的缺陷,采用抑制局部最优的粒子群算法优化神经网络的权系数,设计了基于改进粒子群算法训练的三层神经网络的自适应滤波器,并将其应用于自适应噪声抵消器.仿真表明,该系统与传统自适应噪声抵消系统相比具有很好的噪声抵消能力,信噪比大大提高.     

自适应暂态混沌神经网络在CDMA多用户检测器中的应用

提出一种自适应变尺度暂态混沌神经网络，并将其应用于CDMA的多用户检测技术。该算法在优化搜索过程中根据暂态混沌神经网络能量函数的变化调整网络参数，自适应地控制能量函数对神经网络动力学特性产生良好的影响。仿真结果表明，基于改进的自适应混沌神经网络算法的多用户检测器能够有效地逼近CDMA的最优多用户检测器的性能。     

异构无线网络自适应接入算法研究

在异构无线网络中,针对现存接入算法对网络高动态性考虑不足,提出了一种自适应的接入算法.算法能够根据网络环境中用户数量及带宽使用情况,估计接入阻塞率、最大化网络吞吐量,从而自适应地选择用户接入网络的行为.根据接收信号强度和可用带宽,计算出用户的最大传输速率;根据网络中已分配带宽、用户所需带宽,推导出网络剩余容纳用户数;根据新到达用户数、剩余容纳用户数估计用户接入阻塞率;结合最大传输速率和接入阻塞率,提出一种以最大化网络吞吐量为目标的自适应接入算法.仿真结果表明,算法能有效降低用户接入阻塞率,增加接入用户数,提高网络吞吐量,均衡网络负载,并且能够适应未来高动态性网络.     

基于混合改进鸟群算法的贝叶斯网络结构学习

针对贝叶斯网络结构学习中寻优效率低下、易陷入局部最优的缺陷,提出了一种基于混合改进鸟群算法的贝叶斯网络结构学习算法.首先,通过互信息约束算法迭代初始网络;其次,改进鸟群算法,在经典鸟群算法中加入自适应惯性权重,随着迭代次数的增加动态调整搜索空间、改变收敛速度;最后,将改进的鸟群算法作为搜索策略,进行贝叶斯网络结构寻优.实验结果表明:改进的算法在寻优过程中不仅有较好的准确率和较快的收敛速度,而且具有良好的全局寻优能力.     

改进型 BP 神经网络自适应均衡器设计

针对传统的基于 BP 神经网络的自适应均衡器存在的缺陷,提出了一种改进的 BP 神经网络自适应均衡器的 FPGA 设计方法.从互连结构、训练法则及收敛算法等几个方面对 BP 网络进行改进,通过加入协调器提高 BP 网络收敛速度和容错性能,并根据 BP 网络的并行性能得到分块结构模型,同时采用流水线技术使计算速度明显提高.通过软件仿真,验证了这种结构简单、收敛速度较快的 BP 网络的有效性和可行性,并在ModelSim 工具上完成了自适应均衡器的仿真验证     

基于神经网络的PID参数自整定控制及其Matlab仿真研究

将神经网络自适应PID算法与传统的PID控制算法进行比较分析,通过仿真实验,验证神经网络自适应PID控制算法在总体上优于传统的PID控制算法.该方法有利于系统控制效果的提高,并且受环境的影响较小,在一定程度上弥补了传统PID控制的不足.