模糊边界训练样本输入网络及其学习能力

研究了具有模糊迦界样本的网络学习能力，提出了与之相应的ＴｙｐｉｃａｌＩｎｐｕｔＳａｍｐｌｅｓＴｒａｉｎｉｎｇＡｌｇｏｒｉｔｈｍ（ＴＩＳＴＡ）算法并 它与自然时序训练算法进行了比较，数学分析和计算机仿真实验结果均证明，ＴＩＳＴＡ算法有效地避免了传统算的不足，提高了网络的分类性能。     

ROSTA算法收敛性的研究

研究并讨论了学习样本的排列次序对连续函数映射网络性能的影响，提出了样本次序重组的规则，据此规则实现了ＲＯＳＴＡ算法并将其用于语音信号的声、韵母分割和通信网非话业务信号的识别研究，取得了较为理想的结果．     

THE MOTION PROPERTIES OF THE STARS CONFINED TO THE SYMMETRIC AXIS OF AN OSCILLATION KUZMIN DISK

ＴＨＥＭＯＴＩＯＮＰＲＯＰＥＲＴＩＥＳＯＦＴＨＥＳＴＡＲＳＣＯＮＦＩＮＥＤＴＯＴＨＥＳＹＭＭＥＴＲＩＣＡＸＩＳＯＦＡＮＯＳＣＩＬＬＡＴＩＯＮＫＵＺＭＩＮＤＩＳＫＦｕＹａｎｎｉｎｇ１，２）ＳｕｎＹｉｓｕｉ１）（１）ＤｅｐａｒｔｍｅｎｔｏｆＡｓｔｒｏｎ...     

海洋渔业导航通信技术的现状和展望

海洋渔业导航通信技术的现状和展望＊ＴＨＥＳＴＡＴＵＳＡＮＤＰＲＯＳＰＥＣＴＯＦＮＡＶＩＧＡＴＩＯＮＣＯＭＭＵＮＩＣＡＴＩＯＮＴＥＣＨＮＯＬＩＧＹＩＮＳＥＡＦＩＳＨＩＮＧ刘国平ＬｉｕＧｕｏｐｉｎｇ（舟山师范专科学校，舟山３１６００４）（Ｚｈｏｕｓｈａｎ...     

ON PROBLEMS OF THE SPATIAL STATISTICAL ANALYSIS OF QUALITATIVE VARIABLES IN GEOLOGY

ＯＮＰＲＯＢＬＥＭＳＯＦＴＨＥＳＰＡＴＩＡＬＳＴＡＴＩＳＴＩＣＡＬＡＮＡＬＹＳＩＳＯＦＱＵＡＬＩＴＡＴＩＶＥＶＡＲＩＡＢＬＥＳＩＮＧＥＯＬＯＧＹＬｕｏＪｕｎｆｅｎｇ（ＣｈｅｎｇｄｕＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ,Ｃｈｉｎａ）ＡＢＳＴＲ...     

浅论高校教师业务档案的建立与管理

浅论高校教师业务档案的建立与管理童晓风（浙江水产学院院长办公室，舟山３１６１０１）ＯＮＥＳＴＡＢＬＩＳＨＭＥＮＴＡＮＤＭＡＮＡＧＥＭＥＮＴＯＦＥＤＵＣＡＴＩＯＮＡＬＤＯＣＵＭＥＮＴＳＦＯＲＣＯＬＬＥＧＥＴＥＡＣＨＥＲＳＴｏｎｇＸｉａｏｆｅｎｇ（ＺｈＥ...     

关于试行千岛湖渔业封湖期的设想

关于试行千岛湖渔业封湖期的设想罗仙池，林炯，吴振兴浙江省淳安县水产局，浙江省宁波市水产局，浙江水产学院ＴＨＥＴＥＮＴＡＴＩＶＥＩＤＥＡＳＡＢＯＵＴＴＨＥＣＬＯＳＩＮＧＴＩＭＥＯＦＴＨＥＦＩＳＨＥＲＹＯＦＴＨＥＱＩＡＮＤＡＯＬＡＫＥＦＯＲＴＲＩＡＬＩＭ...     

谈我院教学改革的若干体会

谈我院教学改革的若干体会ＡＴＥＮＴＡＴＩＶＥＥＸＰＬＯＲＡＴＩＯＮＯＦＺＦＣＦＯＲＥＤＵＣＡＴＩＯＮＲＥＦＯＲＭ梅文骧宋富军ＭｅｉＷｅｎｘｉａｎｇＳｏｎｇＦｕｊｕｎ（浙江水产学院，舟山３１６１０１）（Ｚｈｅｊｉａｎｇｆｉｓｈｅｒｉｅｓｃｏｌｅｇｅ，Ｚ...     

DISK ACCRETION ONTO MAGNETIC NEUTRON STARS

ＤＩＳＫＡＣＣＲＥＴＩＯＮＯＮＴＯＭＡＧＮＥＴＩＣＮＥＵＴＲＯＮＳＴＡＲＳ￥ＬｉＸｉａｎｇｄｏｎｇ；ＷａｎｇＺｈｅｎｒｕ（ＤｅｐａｒｔｍｅｎｔｏｆＡｓｔｒｏｎｏｍｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ，２１００９３，Ｎａｎｊｉｎｇ，ＰＲＣ）Ｋｅｙｗｏ...     

浅议《高等学校档案实体分类法》

浅议《高等学校档案实体分类法》胡求光（浙江水产学院档案室，舟山３１６１０１）ＯＮＴＨＥＣＬＡＳＳＩＦＩＣＡＴＩＯＮＯＦＦＩＬＥＳＳＵＢＳＴＡＮＣＥＯＦＵＮＩＶＥＲＳＩＴＩＥＳ／ＣＯＬＬＥＧＥＳＨｕＱｉｕｇｕａｎｇ（Ｆｉｌｅｓｒｏｏｍ，ＺＦＣ，ｚｈｏｕ...     

一种基于因素贡献率的自适应前馈网络算法

前馈网络具有很强的信息处理能力，但是实际应用中的样本量有限，训练出来的网络效果不太理想，本文提出一种自适应前馈网络算法，通过调节参数α向量，使网络结构按精确度和推广能力来综合考虑，若训练出来的网络满足先决条件，就认为网络规模是合适的，此算法不仅能删除隐层中的节点也能删掉输入层中若干总贡献率小的节点，从而避免了维数灾难，并给出一种调整剩余权重的算法，避免重新训练，文中讨论了网络结构的重要性，并用该方法进行仿真实验，结果证明了自适应前馈网络算法具有较强的建模能力。     

基于小样本数据的BP神经网络建模

针对小样本条件下BP(back propogation)神经网络存在预测精度不高的问题,将专家知识融入BP神经网络训练过程中解决此问题.首先BP神经网络通过遗传算法获得最优初始权值和阈值;其次对专家知识进行数学表达;最后通过增广拉格朗日乘子法将专家知识融入BP神经网络训练过程中.利用实际中的结晶动力学问题对所提方法进行...     

基于改进差分进化算法的RBF神经网络优化方法

提出了一种新的RBF神经网络训练方法——改进差分进化算法,并用改进差分进化优化的神经网络对非线性系统进行逼近.采用改进差分进化算法对RBF神经网络的中心值、宽度和权值进行了优化.仿真实验结果表明,改进的差分进化算法具有比遗传算法更强的非线性系统逼近能力.     

基于遗传算法的 ART2 神经网络数据集优化

为了提高小样本集情况下自适应谐振(ART)神经网络聚类的可靠性,提出了基于遗传算法的ART2神经网络训练集优化算法,克服了ART1神经网络编码的稳定性尚未完全解决和只能接受二进制模式的缺陷.利用遗传算法的全局寻优能力,通过对训练样本集添加适当的边界样本点,并将边界样本点和原样本集有机结合,以提高ART2神经网络的泛化性能.对ART2神经网络聚类算法的适当变更,以适应样本集的变化情况,并避免ART神经网络在不同训练阶段产生不同的聚类结果.实验证明,采用本算法后,ART2神经网络的聚类准确度可提高30%.     

A dynamic flow-regulation algorithm for networks overload control

In this paper,a dynamic flow-regulation algorithm-oriented network overload control is proposed.It can proportion-ally distribute the load between the high-degree nodes and the low-degree nodes.According to the theoretical analysis,the net-work transmission performance of the proposed algorithm is in inverse proportion to the usage rate of the high-degree nodes.Simulations show that the new algorithm is more flexible and can enhance the network capability in most circumstances compared with the shortest path routing algorithm.Moreover,the compari-son with the efficient routing algorism also reveals the prominent performance of the new algorithm.     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.     

基于样本选择与PSO-ANN的葡萄酒酒精浓度预测

为了提高拉曼光谱定量分析模型的准确性以及稳健性,提出了一种新的样本选择算法——KM法.实验中以40组葡萄酒光谱为分析对象,将KM法与传统的RS,KS,SPXY样本选择算法相比较.实验结果表明: KM法获得的|RMSEP-RMSEC|要优于其他三种方法,剩余预测偏差(RPD)存在显著性差异,说明KM法具有很好的预测准确度.同时,针对BP神经网络易陷入局部极值的问题,将粒子群优化算法用于优化人工神经网络的参数(PSO-ANN),通过与遗传算法、人工鱼群算法及混合蛙跳算法比较,发现PSO-ANN较之于其他三种方法,能够提高BP神经网络泛化性能,具有收敛速度快、稳健性强及预测精度高等优势.     

提高BP网络性能的一种方法

分析了ＢＰ网络在目标量的极值区存在较大误差的原因,提出了目标量扩展的数据标度化方法·检验结果表明,该方法不但可以消除目标量极值区的大误差现象、提高网络训练的收敛速度,而且还可以使网络具有外推预测功能,即同时提高了ＢＰ网络的训练性能和应用性能·     

基于小波网络的非线性逼近方法

利用小波空间中函数的多分辨率分解思想,结合神经网络构造了一种多尺度正交小波网络模型,利用最小二乘法对网络参数进行确定,对非线性函数进行了逼近的仿真研究,与前向BP神经网络进行了仿真比较。结果表明,这种新的小波网络具有良好的函数逼近能力,收敛速度快且逼近精度高。     

改进的神经网络快速学习算法

提出了一种新颖的神经元模型和用于神经网络训练的推广准则，给出了多层神经网络的快速学习算法，研究了一种用于语音识别的时变多层神经网络及其相应的快速学习算法．语音识别实验表明：所给出的快速学习算法能有效地加速网络训练进程．