一种局域连接前向人工神经网络结构的研究

双隐层标准前馈（ＢＰ）网络只要其隐层节点数足够多就能解决任何形式的分类问题．应用标准（ＢＰ）网络识别多模式类分类问题时存在以下缺陷：（１）对不同模式类均使用相同数目的隐层元；（２）增加新模式类后，网络要重新学习；（３）网络识别的机理研究困难．笔者提出了一种局域连接前馈神经网络（ＬＣＮＮ）结构，其隐层神经元与输出神经元之间为局域连接，学习算法与ＢＰ算法类似．ＬＣＮＮ具有以下特点：（１）便于自构网络结构，提高网络的推广能力；（２）便于提取各模式类的不变特性；（３）具有较强的记忆能力，便于实现追加学习．以五种海底沉积层介质类型的分类识别为例，分别利用标准前馈（ＢＰ）网络与ＬＣＮＮ网络进行分类识别，结果表明：ＬＣＮＮ便于自构网络结构，具有追加学习的能力．     

在WFW网络下的动态数据变换

本文介绍在ＭｉｃｒｏｓｏｆｔＷＩＮＤＯＷＳＦＯＲＷＯＲＫＲＯＵＰＳ３．１（以下简称ＷＦＷ）网络环境下用ＭｉｃｒｏｓｏｆｔＶＩＳＵＡＬＢＡＳＩＣ３．０（以下简称ＶＢ３．０）实现不同计算机之间动态数据交换的方法，并给出了主要程序     

给定(N-1)条边界曲线及其跨界导矢构造 N 边域曲面

在ＣＡＤ／ＣＡＭ系统的曲面设计中，常常需要根据给定的（Ｎ－１）条边界曲线及其跨界导矢构造Ｎ边域曲面。通过将Ｃｏｏｎｓ曲面的设计思想和Ｂ样条方法相结合，对任意的Ｎ（Ｎ≥４）边域曲面，提出了一种根据给定的（Ｎ－１）条边界曲线及其跨界导矢构造边域曲面的新方法，讨论了所构造曲面奇异性的消除，研究了其向ＮＵＲＢＳ曲面的转换方法。这种方法的优点在于：１）Ｎ边域曲面整体Ｃ１连续；２）Ｎ边域曲面的跨界导矢可以独立给定，不需要满足兼容性条件；３）可以用Ｎ片ＮＵＲＢＳ曲面来形成与相邻曲面近似Ｇ１拼接的Ｎ边域曲面。由于ＮＵＲＢＳ已成为ＣＡＤ／ＣＡＭ系统中曲面的基本表示形式和数据转换的标准，从而本方法易于在现有的ＣＡＤ／ＣＡＭ系统中实现。     

含内射极大左理想的左遗传环

证明了Ｒ是含内射极大左理想的遗传环当且仅当Ｒ是如下形式之一的环：（１）Ｒ是半单Ａｒｔｉｎ环；（２）Ｒ环同构于形式三角矩阵环，其中Ａ，Ｂ，Ｃ满足下列条件；（３）Ａ是左遗传，ＢＡ平坦．（４）Ｃ是除环，ＣＢ内射，（５）ａｎｎ（ＢＡ）是内射左Ａ－模，并且Ａ／ａｎｎ（ＢＡ）典范同构于自同态环Ｅｎｄ（ＣＢ）。     

关于完全近一致凸和局部完全近一致凸Banach空间的一些几何性质

本文证明了如下结果：定理１设Ｘ是Ｂａｎａｃｈ空间，则：（Ⅰ）若Ｘ是Ｌω─ＵＲ，则Ｘ是ＬＦＮＵＣ；（Ⅱ）若Ｘ是严格凸的ＬＦＮＵＣ空间，则Ｘ是ＬωＲ空间。定理２设Ｘ是Ｂａｎａｃｈ空间，则：（１）若Ｘ是ω─ＵＲ，则Ｘ是ＦＮＵＣ；（Ⅲ）若Ｘ是严格凸的ＦＮＵＣ空间，则Ｘ是ωＲ空间。定理３：若Ｘ是ＵＫＫ空间且有ＢＳＰ；则Ｘ是ＦＮＵＣ空间。     

牛泡沫病毒LTR的反式激活因子靶序列研究

牛泡沫病毒（ＢＦＶ）是反转录病毒科泡沫病毒属成员之一．其基因组除编码ｇａｇ,ｐｏｌ,ｅｎｖ三个结构基因外,在ｅｎｖ和３＇ＬＴＲ之间有２个ＯＲＦ（ＯＲＦ－１和ＯＲＦ－２）,编码自身的反式激活因子Ｔａｓ等调节蛋白．本研究利用我们实验室分离鉴定的ＢＦＶ３０２６中国毒株［１２］为材料,克隆Ｏｒｆ－１基因,构建ｐＢＦＶＯＲＦ－１表达质粒,通过带有ｌｕｃ基因的ＬＴＲ系列缺失质粒与ｐＢＦＶＯＲＦ－１共转染,瞬时表达分析结果将ＢＦＶＬＴＲ上Ｔａｓ应答元件（ＴＲＥ）定位于－９８３／－６６８（ＴＲＥＩ）,－４７０／－１４０（ＴＲＥＩ）和ＲＵ５区．其中ＴＲＥＩ、ＴＲＥＩＩ为正调控区域,ＲＵ５为负调控区域,并进一步证明ＲＵ５在异源启动子（ＢＩＶＬＴＲ）上具有抑制其下游基因表达的功能．这些结果表明ＢＦＶＴａｓ作用机理与慢病毒（Ｔａｔ）,致瘤病毒（Ｔａｘ）等均不相同     

一种应用于水声目标识别的隐层结构自适应网络

提出了一种隐层结构自适应学习的径向基函数网络（ＨＳＡＲＢＦ）水声目标分类器,该网络可在训练中自适应调整隐怪节点数和设置新隐节点的初始权值,从而使网络输入样本的分类特征能有效地映射到隐节点输出,克服了一般ＲＢＦ网隐层初始权值及隐节点难以确定的缺陷,经对实测水声信号的识别试验表明,该网络隐层有较强的特征划分能力,识别率高于一般ＲＢＦ网或ＢＰ网分类器。     

制造系统的神经自适应控制

制造过程的自适应有效控制对ＣＩＭＳ的发展具有极其重要的意义。本文作者在论述：（１）自适应控制在ＣＩＭＳ中的重要性；（２）传统自适应控制方法在制造过程控制中的困难与障碍；（３）神经网络、人工智能和模糊控制理论等在制造过程自适应控制中的应用的基础上，指出神经自适应控制是制造过程自适应控制发展的有效途径，并构造了基于自组织神经网络的神经优化型自适应控制模型．     

丙烯氨氧化催化剂物化性能研究：Ⅱ.催化剂失活前后的结构表征

采用ＸＲＤ，ＩＲ，Ｍｏｂａｕｅｒ ＥＳＲ，ＸＰＳ，ＳＥＭ和孔结构分析等分析测试手段，对比研究了新鲜，失活和再生三种丙烯氨氧化催化剂的体相结构和表面性质。结果表明，新鲜催化剂中各元素以Ｆｅ２（ＭｏＯ４），α－ＣｏＭｏＯ４，ＮｉＭｏＯ４，γ－Ｂｉ２Ｏ３．ＭｏＯ３，α－Ｂｉ２Ｏ３．３ＭｏＯ３，η－ＭｏＯ３，α－Ｂｉ２Ｏ３和β－Ｂｉ２Ｏ３形式存在２；失活催化剂中，部分Ｆｅ２（ＭｏＯ４）３转变为α－Ｆｅ－Ｍ     

一种自组织模糊神经元网络控制学习方法及其应用

提出一种自组织模糊神经元网络控制学习方法,该方法由自组织模糊神经元网络（ＳＯＮＦ）和基于径向函数网络（ＲＢＦ）组成,具有自适应和自学习的特点。     

基于粗糙集和RBF神经网络的风电场短期风速预测模型

结合粗糙集提出了一种RBF神经网络短期风速预测模型。采用粗糙集对预测模型的输入特征空间进行约简,找出对未来预测的风速具有主要影响的因素,以此作为RBF神经网络预测模型的输入变量;在RBF神经网络训练的过程中,采用在线滚动优化策略,将最新的样本加入训练集,从而使预测模型能够跟踪风速的最新变化。将提出的方法用于某风电场的1 h短期风速预测,仿真实验结果表明该方法具有结构简单、预测精度高的优点。     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来说明基于粗集的神经网络系统的优越性     

粗糙模糊集的一种新的构造方法

通过表现定理从新的角度建立了模糊粗糙集的近似算子，并指出可以用类似的方式建立模糊粗糙集的近似算子．     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.     

基于谓词逻辑和约束网络结构的遗传编程方法

提出了一种新的谓词型遗传编程方法,该方法包括:待求解问题论域的函数空间约束、遗传算子的谓词逻辑表达、谓词结构推理下数值参数空间的混沌式遍历及发生机制以及非线性方式下自适应进化和非监督学习的综合。整个过程是在约束网络的基础上,以谓词逻辑表达机制为核心实现的函数结点集合约束下的数值型进化计算过程。该方法可被认为是对现有遗传编程技术的改进,克服了LISP型及其C仿真型遗传编程算法在各种表示手段方面的缺陷,提高了计算效率,在系统辨识中的应用实验表明了是有效和实用的。     

基于增量式遗传算法的粗糙集分类规则挖掘

从规则获取和优化两个方面研究了基于遗传算法(GA)的增量式粗糙集分类规则挖掘方法．通过研究决策表和决策规则系数，建立了基于粗糙集表示和度量的知识理论，将GA和粗糙集分类规则挖掘算法相结合，在保持原有知识完备的前提下，利用GA对以增量形式获得的分类规则进行优化，获取最优分类规则．试验结果表明，执行增量式GA所需时间较执行一般GA所需时间要少，可有效完成分类规则优化的任务，同时还可提高分类的精度，使分类结果具有更好的可理解性．     

基于粗糙集和支持向量机的深基坑工程风险评价

利用粗糙集和支持向量回归机的理论和方法,建立基于粗糙集和支持向量回归机相结合的风险评价模型。结合深基坑工程风险评价的实例,将约简后的评价指标输入到支持向量回归机中训练,构建评价模型,而在模型的构建中采用了高斯径向基核函数。最后将指标约简前后所得的评价结果分别与基于粗糙集和神经网络的评价所得的结果进行比较,采用粗糙集和支持向量回归机的评价法具有更好的评价效率。     

进化粗糙集的逼近最优性

构造了进化粗糙集的表征测度和分解形式 ,讨论了其随机过程和信息几何的属性 ,提出并证明了逼近求解方面其鞅过程和全局最优性条件的数学结论 ,同时给出了相关的定量描述 .结果表明 ,所建立的进化粗糙集结构为符号的非单调逻辑与数值的非线性规划相统一的广义问题求解过程设计提供了必需的理论基础和形式化手段 ,在非确定信息建模与非线性信号处理方面具有重要的意义     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.     

粒度计算中混合属性约简的权重模糊粗糙集模型

针对权重粗糙集模型不能有效处理非平衡混合数据的问题,对权重论域上的各种类型变量进行分析并建立统一的模糊等价关系,提出混合数据上的权重模糊粗糙集模型,并利用该模型构造出带权模糊等价空间上的混合属性约简算法.混合属性约简算法产生的模糊软划分可以克服权重论域上离散硬划分产生的信息损失.在非平衡混合数据集上进行的实验结果表明,与基于权重粗糙集的算法相比,基于权重模糊粗糙集模型的属性约简算法的平均分类精度提高了11.9%.