大理州冬季亚麻杂草种类危害及防除研究

随着亚麻面积扩大和种植年限的延长．杂草在亚麻田间生长并与亚麻争水、争肥、争养分、争光照，抑制亚麻生长，导致亚麻原茎产量下降，等级降低，是实现亚麻原茎优质、高产、高效的主要障碍因素之一。我州亚麻播种在秋冬季，田间温度、湿度较适宜各种杂草的发生危害。为掌握州内亚麻田内杂草的发生危害，给综合治理提供科学依据．从2001年10月起，我们对亚麻田内杂草种类、种群结构、发生危害及防治进行了调查研究，结果报到如下。     

点目标自动识别的研究现状和发展趋势

本文概述了远距离目标即点目标自动识别的技术方法,评述了与之有关的一些问题,并就其今后可能的发展趋势提出了一些看法。     

基于PLC控制的外墙清洗机系统设计

针对现在高层建筑表面面临着污染严重、清洗难度大的社会问题,研发了一种成本低,安全可靠,工作效率高的外墙清洗机。介绍了该清洗机结构设计和控制系统设计及系统的工作流程和软件设计方案及相关问题的处理。     

人工神经元网络的研究现状与展望

人工神经元网络是在现代神经科学研究成果的基础上提出的用来模拟人脑功能基本特征的一门研究学科,它不是人脑神经元网络的全面、真实描述,而是这种网络的某种抽象、模拟和简化。研究这一技术的目的在于探索人脑信息加工、存贮和搜索的机制,从而为人工智能与信息处理等学科的研究开辟一条新的技术途径。本文着重介绍了人工神经元网络的研究概况、典型模型和实际应用,展望了未来人工神经元网络的研究与发展。     

多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

基于AJAX技术开发web应用

本文介绍了AJAX技术,及其包括的主要子技术,AJAX技术相对于传统web技术的优点,并对AJAX作了简单的应用示例。     

基于神经网络的舰船雷达目标特征抽取与分类方法研究

本文着重研究应用神经网络来进行舰船雷达目标特征抽取与分类问题,提出了一种基于Mellin变换和多层前馈神经网络的特征抽取方法和一种基于Kohonen网络组的特征分类方法。采用实地录取的三类舰船雷达目标视频回波数据对本文提出的有关方法进行检验,结果表明本文提出的雷达目标特征抽取与分类的神经网络方法是切实可行的,其抽取的特征具有良好的稳定性,其分类的精度很高,明显优于传统的K-邻近分类器。     

多层前馈二阶神经网络模型

本文首先建立多层前馈二阶神经网络模型，继而给出该模型的二阶Ｂ－Ｐ学习算法，在此基础上构造了二阶快速Ｂ－Ｐ（即ＦＢ－Ｐ）和改进的二阶ＦＢ－Ｐ（即ＭＦＢ－Ｐ）学习算法，在计算机上以两类飞机图像目标识别为例，对本文提出的多层前馈二阶神经网络模型及其三种二阶学习算法的性能进行仿真实验，并与传统的多层前馈一阶神经网络及其相应学习算法的性能作比较，从而获得若干有意义的结果。