网络图虚工序研究的集合分解法

本文讨论了箭线网络图绘制中的虚中序确定与紧前工序集合之间的关系，用紧前工序集的相交子集分解方法确定主要虚工序，并通过紧后集和紧前工序集序号实现工序关系数字化处理。     

浅谈双代号网络图的绘制技巧

本文通过对双代号网络图绘制要点的说明提出编制双代号网络图的绘制技巧,使大家能够快速、准确的完成绘图要求.     

网络图虚工序确定的集合分解法

本文讨论了最优箭线网络图绘制中的虚工序确定与紧前工序集合之间的关系，用紧前工序集的相交于集分解方法确定主要虚工序，并通过紧后工序集和紧前工序集序号实现工序关系数字化处理     

箭线网络图确定的几个结论

提出紧前工序部相重的同一不完全工序关系对应的最优网络图实工序子图相同的结论,总结完善由工序关系分析确定最优箭线网络图虚工序的几个结论。     

对代号网络图中虚工作的判断方法

论述了虚工作在双代号网络图中的重要性,并从实例推导出一种简单实用的虚工作判断方法．     

对双代号网络图时间参数关系表达方式的讨论

对双代号刚络图时间参数关系的儿种表达方式进行了讨论，并在此基础上提出了一种新的表达方式．     

经典网络在虚工序构成线路段计算中的问题

本文论证了水平虚工序构成的线路段不能作为计算线路段。在指出经典网络应用公式LF_i~E=min{LS_1~E}计算水平虚工序构成线路段是一个计算理论错误的同时,提出了相应的处理办法。     

网络计划技术中网络图绘制的算法研究

研究了网络计划软件中的网络图的绘制和交互调整等问题;分析了使用传统方法绘制网络图存在的不足;给出了新的结点布局、连线和交互调整算法。在输出方面,给出了箭线图的自动生成算法、网络的布局优化与自动绘制算法。所提出的算法,在研制工程施工网络计划软件中得到了实际应用,收到了良好的效益。     

实现网络结点编号和添加虚工序的一种计算机处理方法

本文介绍一种算法,可对工程管理网络图的各个结点进行编号,并实现虚工序的自动添加。文末给出了算法的时间复杂度分析。     

网络计划技术中网络图绘制的算法研究

研究了网络计划软件中的网络图的绘制和交互调整等问题;分析了使用传统方法绘制网络图存在的不足;给出了新的结点布局、连线和交互调整算法．在输出方面,给出了箭线图的自动生成算法、网络的布局优化与自动绘制算法．所提出的算法,在研制工程施工网络计划软件中得到了实际应用,收到了良好的效益．     

基于用户行为的自动任务识别技术研究

自动任务识别是多任务工作环境下自动任务管理技术的关键,其中对窗口切换历史信息采用Bron-Kerbosky算法来聚类同一任务的窗口,已经被国外研究者采用.然而,该方法仅适用于短时间、较少任务的识别,而对长时间下多个工作任务识别缺乏有效性.本文创新性地提出将窗口切换历史聚类结果与基于焦点时间的窗口重要性相结合形成任务向量,再运用模糊KCenter聚类算法求解任务窗口集合来实现长时间工作环境下多任务识别的方法.实验结果表明,该方法能有效识别长时间工作环境下的多个任务且具有较高的准确率.     

多源头网络用户访问信息自适应识别算法

为了解决传统算法学习规则有效性低、无法保证学习性能、匹配模板不全面、容易出现误识别现象的问题,提出一种改进的反向传播(back propagation,BP)神经网络算法研究多源头网络用户访问信息自适应识别问题。对多源头网络用户访问信息进行数据清洗处理,用多源头网络用户访问矩阵对全部会话集合进行描述;在矩阵中引入网络用户位置信息,将得到的信息保存至数据库,构成信息集。将一段时间内用户访问日志构成用户访问路径数据,依据访问请求抵达顺序,将其保存至相应用户缓冲区。把多源头网络用户访问路径当成隐马尔科夫模型的状态转移序列,将网页中信息集当成状态输出符号集,通过离散隐马尔科夫模型对不同源头网络用户访问信息进行分析,提取其特征。将多源头网络用户访问不同种类信息的概率特征作为输入,建立改进BP神经网络算法,得到的输出结果即为多源头网络用户访问信息自适应识别结果。结果表明:采用的BP神经网络算法学习性能优;所提算法识别准确性高。可见所提算法识别结果可靠。     

藏语及物与不及物动词的自动识别研究

藏语动词分类很细,准确识别和判断藏文动词的词性是藏语自然语言处理中一个基础又关键的内容,及物与不及物动词的自动识别,可以在用计算机生成自然语言句子时能很好地阻止不合法句子的生成,也能从整体上减少句子生成量,从而提高效率.提出了一种在理想环境下,通过句子中的使格助词来自动判断动词及物性的方法,这种自动识别方法是一种理性主义的判断方法,所以不需要大规模语料的支持.因为是一种理想情况,所以自动识别效率高,准确率为100%.     

基于综合目标函数的神经网络多新息辨识算法

为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。     

系统聚类树算法在网络拓扑判定中的研究

网络拓扑结构的判定是网络层析成像技术在大规模网络中应用的关键问题.主要讨论通过对网络上的主机进行单播的测量来获得网络的逻辑拓扑,提出运用系统聚类分析法进行拓扑判定的新方案.首先介绍了基于延时的“三明治”网络测量方案及相关网络拓扑判定方案,在此基础上提出更为高效准确的运用统计聚类模型进行拓扑判定的系统聚类树算法,最后通过实验将该算法与合并似然树算法进行了比较与分析.     

基于ASP的网上自动答疑系统的设计

对网上自动答疑系统进行了研究,指出了在基于数字化校园的网络教学环境中,网上自动答疑系统对提高教学质量的作用是不可忽视的,并对常见的网络系统开发平台及工具进行了比较和选择.讨论了基于ASP的网上自动答疑系统的设计思想和系统的特点,进一步对系统各功能模块进行了分析和设计,并给出了部分数据库文件及其结构以及系统各功能模块的主要页面及其ASP文件组成.     

模糊神经网络在自动变速器电控系统故障自诊断中的应用

文章介绍了故障自诊断的步骤,针对自动变速器电控系统的特点,建立了故障征兆与故障原因映射列表,并应用基于模糊神经网络的故障自诊断方法,实现了对自动变速器电控系统故障的模糊诊断;并介绍了模糊神经网络的结构和学习方法,以及如何对训练样本进行预处理;利用Matlab神经网络工具箱作为平台,进行测试样本仿真和试验,结果表明该诊断方法是行之有效的。     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

RBF网络在线辨识算法与应用研究

提出了一种确定RBF网络中心向量的动态递推算法 ,介绍了RBF网络线性层连接权值的递推最小二乘算法 ,利用这些算法对蒸发器过热度进行了在线辨识 ,同时对网络结构和算法的参数变化对辨识精度的影响进行了研究 .仿真结果表明该算法辨识速度快、精度高 ,可用于在线控制 .     

基于神经网络的非线性系统辨识

基于神经网络实现了非线性系统的分析,给出了计算实例,实验结果表明了方法的有效性。