识别混凝土板内部缺陷的人工神经网络算法

以一维有缺陷混凝土板为研究对象，分别采用Leverberg-Marcluardt和径向基神经网络算法，对缺陷的深度与厚度进行识别，从而实现对混凝土板内部缺陷的三维重构，称为红外CT模拟．两类神经网络算法的识别结果表明：Leverberg-Marcluardt神经网络较径向基神经网络具有更好的收敛精度与计算效率．     

浅谈网络环境下高校图书馆信息资源建设

阐述了网络环境下高校图书馆信息资源建设存在的主要问题,探讨了网络环境对信息资源建设的影响,提出了信息资源建设的具体措施。     

开源软件在网络教育中的应用

论述了在教育领域中使用开源软件的必要性,介绍了几种应用于网络教育的开源软件,主要包括服务器软件、工作站软件和课程管理系统。     

一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。     

采用系统理论思想实现新一代防病毒技术

本文从防病毒角度把病毒分为三类：可检测型病毒、半可检测型病毒和非检测型病毒；提出系统状态转移网络这一中心概念，根据系统状态的可测性、状态间的相容性和循环性来判别ＤＯＳ系统的安全性，并提出了仿真检测判别技术。新一代防病毒技术从传统地剖析病毒转移到ＤＯＳ系统状态的研究，为全面预防各种计算机病毒奠定了系统理论基础。     

Intelligent Control Mechanism of Part Picking Operations of Automated Warehouse

This paper studies the part picking operations of a ut omated warehouse. It assumed the demand of picking orders of automated warehouse are dynamic generated. Once the picking orders of certain period of time are kn own, it is necessary to decide an efficient order picking sequence and routing t o minimize the total travel distance to complete those orders. Assumed there are n i items to be picked in order O i. Each item in the picking ord er is located in different locations in the warehouse. Since i...     

再议网络图的逻辑同构变换

图对同一个逻辑问题可有不同的表达方式，在必要时需进行逻辑同构变换＾［１］。本文对“节点型网络向箭线型网络的逻辑风构变换”的研究进行了补充，增加了三种情况的图开有子模，进一步谁了逐节生长法的通用性。同时，提出了箭线型网络向节点型网络逆向变换的算法；逐线收缩法。     

基于微观渗流机理的宏观油藏数值模拟研究

处于高含水开发期油藏的剩余油分布主要受流体性质和岩石孔隙结构的影响，而经典数值模拟并没有考虑微观孔喉特征的影响。为此建立了描述微观孔喉特征的地层孔隙网络模型，并对构成网络的基本连线单元进行改进，使网络模型能更细致地描述油水分布特征和水驱油微观机理。利用逾渗理论计算了基于微观渗流机理的相对渗透率曲线，并将其应用到经典数值模拟计算中，实现了微观渗流机理与宏观数值模拟计算的结合。实例分析表明，利用该数值模拟计算方法得到的基于微观特征的剩余油分布更符合地下实际流体分布，其结果可为调剖堵水、化学驱提供技术参数。     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。