求解非线性问题的修正弧长增量法

本文介绍的修正弧长增量法是求解非线性问题的一种新思路 ,在弧长增量法的基础上 ,引进虚拟弹性系统及虚拟弹性刚度的概念 ,且弧长增量不为常数 ,根据每次迭代所得的残余荷载计算下次的位移增量。从而免去解线性方程组的繁复过程 ,大大提高了计算速度     

一类过程控制对象的神经网络建模及仿真

针对一类典型过程控制系统中存在的非线性和参数不确定问题，提出了神经网络的建模方法。辨识结构采用串并联形式，并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。仿真结果表明遗传算法的全局搜索能力及高效率对神经网络的权值优化具有相当明显的效果，它不仅学习速度快而且稳定性好，可以作为一种良好的优化方法运用到神经网络建模和控制当中。     

基于改进BP算法的刚框架连接损伤识别方法

运用权值、阈值同步学习BP算法(简称为改进BP算法)对钢框架连接损伤进行识别,并且选用由结构正则化的频率变化率和少数点的振型模态分量构成的组合参数作为网络输入参数.通过对一个4层钢框架数值模拟,比较了改进算法和传统算法测试结果,从而证明改进算法更加精确、优越.     

基于改进微粒群算法的K-MEANS聚类和孤立点查找

K均值算法的聚类个数K需指定,聚类结果与数据输入顺序相关,而且易受孤立点影响.针对这些缺陷,首先以实验的方式证明了找到最优的初始质心是K-MEANS算法有效的条件,对局部版的微粒群优化算法(PSO)进行了改进,利用其局部搜索的功能查找到K均值算法的最优初始质心和存在的孤立点,克服了K均值算法的这些缺陷。     

基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

基于CDT空间剖分的虚拟角色全局路径规划

针对大范围复杂虚拟城市环境中虚拟角色的自主导航问题,研究了虚拟城市环境的环境建模以及基于层次道路图的改进A*算法。用自适应剪切平面切割三维地物几何模型,把三维城市空间投影到2D平面空间,利用约束Delauny三角化方法剖分城市自由空间,通过调整约束边的长度调整提取道路图的精度,并构建顾及地形起伏特征的层次道路拓扑图;为适应基于层次道路图的路径搜索,对传统A*算法进行了改进。实验结果表明:该方法可以快速完成虚拟角色在虚拟城市环境中的全局路径规划,且环境建模需求空间小,路径搜索效率高并顾及了地形环境的起伏特征。     

基于实木用材的七种人工桉树木材的干燥特性及准干燥基准

为了开发高附加值的人工林桉树实木产品,采用日本学者寺沢真改良百度法,对普遍引种在中国的尾叶桉、巨桉、尾巨桉、巨尾桉、邓恩桉、粗皮桉、大花序桉7种人工林桉树木材的干燥特性进行了系统描述和测定,同时对制定的7种桉树木材的准干燥基准进行了分析和评价。这一研究结果为桉树用作实木用材产品提供了重要的理论依据。     

Web日志挖掘及AprioriAll算法的改进

阐述了利用数据挖掘技术对Web日志进行挖掘的可能性及其重要作用.通过用户维的引入,对已有的Apri-oriAll算法进行了改进,改进后的算法降低了原算法的时空复杂度,特别是在新算法中可以对Web日志数据按用户维进行切片,消除了原算法中的I/O相关性.这不仅使对Web日志数据进行的挖掘活动可以分散地进行,而且使多机连网分布式挖掘成为可能,同时还可以实现对Web日志的增量挖掘和动态挖掘.此外,该改进算法的特殊意义还在于它不仅可以将所有用户看作一个整体进行挖掘,而且还可以对不同的用户个体的行为进行独立地挖掘,使挖掘出的结果能够满足对用户个性化使用的需求.     

边缘检测技术在CT图像预处理中的应用

本文在已获取CT原始图像序列的基础上,分析了常用的图像边缘检测技术及其数据矩阵的建立。针对二维CT图像的边缘检测,提出了一种改进的基于Sobel算子的边缘提取算法,解决了影响三维重建准确性的关键性问题。     

二维双曲方程非齐次边值问题的推广型LOD有限差分格式

针对二维非齐次双曲方程第一边值问题提出了一种新型的LOD有限差分格式,此格式能够将高维问题完全分解为一系列一维问题进行求解,克服了LOD格式源项难以分解、过渡层条件不易确定的缺陷.证明了此种LOD有限差分格式按照离散L2模具有二阶收敛精度.数值算例表明计算效果良好.