神经网络反传模型的理论与应用研究体会

神经网络及神经计算的新理论，模型，方法及应用受重视，并用于解决某些诸如模式识别，组合优化，语言理解等复杂问题，得到系列可喜的理论成查与实际应用。我们业已将神经网络反传模型应用于多元校正，有机合成，模式识别，构效关系及分子设计等方面。     

简单邻域平均图像去噪算法的改进研究

图像去噪是图像增强的重要内容,邻域平均法是一种简单快速的图像去噪技术,但简单邻域平均法使图像去噪的同时,也会使图像变得模糊,弱化或丢失了图像的边缘和细节。本文对简单邻域平均法进行了一定的研究,给出了几种(5种)若干图像去噪的改进算法。     

基于改进型期望值选择的GA及程序实现

遗传算法(Genetic Algorithms,GAs)作为一种新的全局优化搜索算法,在各学科中有着广泛的应用,选择策略在GA的进化中具有重要的意义,直接决定GA进化结果的效率和效果,该文指出基于轮盘赌选择的遗传算法和基于传统期望值选择的遗传算法的不足,并在此基础上提出了基于改进型期望值选择的遗传算法(RevisedExpected Value Selection-GA,REVS-GA),提高了程序的简洁度,同时通过实验证明了REVS-GA有效地克服了“早熟”现象,并且执行的效率比传统算法高.     

数据挖掘中关联规则算法的研究及应用

针对Apriori和AprioriTid算法中存在的项集生成瓶颈问题,提出了一种基于事务集压缩、候选项集压缩和支持度布尔矩阵的改进AprioriTid算法.该算法中通过删去不必比较的事务来有效缩减数据集;优化频繁项集的自连接方式来减少生成的候选项集个数;使用支持度布尔矩阵来加快候选项集的验证速度.实验结果表明改进算法比原算法执行效率明显提高,同时也验证了该算法在油液监测故障诊断中的有效性.     

遗传算法的并行处理分析

随着高性能计算机与网络的发展,将遗传算法与并行处理相结合,可大大提高遗传算法的执行效率.分析了遗传算法并行化的动因和实现模型.     

遗传算法在军事运筹学中的应用初探

本文简要介绍了遗传算法,分析了遗传算法在军事运筹学重的应用。     

线性八叉树的平移和旋转

线性八叉树编码是一种有效的表示三维物体的方法。给出了线性八叉树的平移和旋转算法,它们都有线性的时间复杂性。     

关联规则增量式更新算法

本文提出以AprioriTid为基础的关联规则增量式更新算法.利用AprioriTid算法只需扫描一次事务数据库的优良性,考虑在事务数据库D不变时,而最小支持度和最小可信度发生变化时关联规则更新问题.     

基于遗传算法对PID控制飞行器射程优化

最大射程是飞行器地面发射试验的重要指标,综合控制与优化算法可对其进行系统设计.首先,根据飞行器动力学方程进行品质分析,确定用短周期参数进行最大射程设计;其次,设定时域目标参数,采用根轨迹方法实现关键时刻飞行器PID控制器调参;然后,以仿真参数为基础,采用遗传算法优化飞行器俯仰角指令;最后,根据综合设计的仿真结果,分析出不同飞行阶段最显著干扰产生的作用,为飞行器动力学性能分析奠定基础.     

基于风险补偿的占线拍卖策略

扩展了传统的占线算法及其竞争分析框架，在此基础上建立网上占线拍卖的风险模型．为具有风险偏好的占线拍卖人设计了风险忍耐策略（RTS），并得到了该拍卖策略的竞争比．使占线拍卖人可以根据自己不同的风险容忍度和未来预期选择最优的拍卖策略。