临河凹陷QK3钻孔220 ka以来的沉积环境演变记录

临河凹陷是河套盆地的一部分,黄河由西向东流经,其内发育了巨厚的沉积地层,是第四纪环境演变的理想场所。通过分析临河凹陷中QK3钻孔地层的粒度特征,结合年代地层重建了研究区中更新世晚期以来的沉积环境演变过程:189.9 ka.BP～220.26 ka.BP表现为滨湖相沉积;117.47 ka.BP～189.9 ka.BP表现为河流边滩沉积;117.47 ka.BP～189.9 ka.BP表现为河流边滩沉积;38.5 ka.BP～117.47 ka.BP表现为河流边滩和河漫湖泊的交替沉积环境;13.49 ka.BP～38.5 ka.BP表现为河流边滩相沉积环境;13.49 ka.BP以来表现为河漫湖泊相沉积环境。     

BP网络算法及适用性

介绍了目前应用最广泛的人工神经网络之一——BP网络.在BP网络算法方面给出了影响BP网络精度的几个因素并进行了改进.给出了BP网络的适用范围,并把BP网络同其它数学方法加以比较,并举了几个例子加以说明.结果表明,BP网络在模式识别、数据处理方面应用较其它数学方法效果要好,精度要高,容错性更好.     

BP神经网络的改进及应用

合理的选择网络结构是BP神经网络研究中一个重要问题.对传统的BP网络结构进行了改进,在确定BP网络的隐层节点个数时给出了BP网络结构的自适应算法,使得隐层节点的选取动态实现,增强了BP神经网络的适应能力.并应用改进后的BP网对高校教学工作水平评估体系进行建模,为高校教学管理决策提供了科学依据.     

反馈BP神经网模型及其稳定性分析

实践证明具有反馈的 BP 神经网比传统的 BP 神经网具有更加优越的特性和新颖的性质.本文建立了反馈 BP 网的数学模型.并从动力学角度,利用 Lyapunov 函数对其稳定性进行了分析,最后给出了反馈 BP 网的应用实例.     

一种改进人工鱼群算法对BP神经网络的优化研究

针对BP神经网络存在易陷入局部极值的缺陷,提出一种基于改进的人工鱼群算法优化的BP神经网络.先用改进的人工鱼群算法优化BP神经网络的初始权值和阀值,然后再执行BP算法训练BP神经网络的权值和阀值.函数拟合仿真实验表明该优化方法提高了BP神经网络的泛化性能.     

浅谈利用BP神经网络进行系统预测的方法

BP神经网络体现了人工神经网络最精华的部分,利用BP神经网络可以实现系统预测功能,本文就工程实际中利用BP神经网络进行预测的问题进行阐述.为BP网络的实际应用做了铺垫.     

BP神经网络算法的改进及其在手写体汉字识别中的应用

分析BP算法的基本原理,指出BP算法具有收敛速度慢、易陷入局部极小点等缺陷以及这些缺陷产生的根源.针对这些缺陷,通过在标准BP算法中引入变步长法、加动量项法等几种方法来优化BP算法.应用实例利用MATLAB软件对标准BP算法及其改进的算法进行语言编程、仿真.实验结果表明,这些方法有效地提高了BP算法的收敛性,避免陷入局部最小点.同时,将改进的BP神经网络算法应用于脱机手写体汉字识别系统的实现,实验表明系统较好地回避了汉字结构复杂、变形难以预测等问题,提高了识别率.     

基于动量BP算法的过渡段路基沉降预测

利用动量BP算法改进了BP神经网络的收敛性,建立了过渡段路基沉降预测模型.该模型可克服传统BP神经网络收敛速度慢、易陷入局部最优等的缺点.结合津秦客运专线路桥过渡段路基沉降实测数据,将该优化模型与传统BP神经网络预测模型进行了对比.计算表明,利用动量BP算法改进的神经网络具有较高的预测精度,同时考虑了多个影响因素,因而具有广阔的应用前景.     

基于四层BP神经网络的二相码旁瓣抑制

BP神经网络进行二相码旁瓣抑制时通常采用三层网络结构.研究了四层BP神经网络在二相码旁瓣抑制中的应用.仿真结果表明,同三层BP神经网络相比,四层BP神经网络的脉压输出性能指标有了进一步的提高.     

基于改进的BP网络数字字符识别

提出了一种基于改进的BP网络方法来实现数字字符识别.通过对BP网络的神经元的研究与学习,设计了一种结构合理,收敛速率快的BP网络.试验测试结果表明,改进的BP网络方法对印刷体数字的识别率达到了100%,对手写数字的识别率达到了98%以上.     

用于前馈神经网络的遗传设计

在人工神经网络应用中,由于存在网络规模和拓扑结构难以预先确定,网络学习速度慢,且易于收敛到局部最优点等问题,有关文献提出了采用基于遗传算法（ＧＡｓ） 思想进行设计和学习的方法,该方法能够同时确定网络的结构及有关参数。该文在此基础上,对此方法进行了改进,改进之处在于,采用浮点数矩阵来表示编码,同时对于遗传算法的进化过程也进行了一定的改进,使该方法能够接受一定的约束条件。针对前馈型神经网络,该方法在满足一定约束条件的情况下,能同时有效地寻找到合适的网络结构和相应的参数（ 神经网络的权值和阈值） , 新方法较原方法在精度和速度上都有较大的提高。     

基于解释的人工神经网络集成学习方法

基于知识的人工神经网络是集成学习方法领域中最主要的研究方向，它利用领域知识决定神经网络的初始拓扑结构和联接权值的设置。一方面利用领域知识加速了网络的学习，另一方面利用神经网络的鲁棒性减少了领域理论不完善和数据噪声的影响，从而较好的解决了不完善领域理论的学习问题。本文对这方面的几个主要系统ＫＢＡＮＮ、ＲＡＰＴＵＲＥ进行了分析和评价，指出了它们在网络拓扑结构的动态改变、深层网络的加速学习和结果网络到规则的转译等方面的弱点，并因此提出了一种有效的集成学习方法——基于解释的人工神经网络。     

Edge detection of range images using genetic neural networks

Due to the complexity and asymmetrical illumination, the images of object are difficult to be effectively segmented by some routine method. In this paper, a kind of edge detection method based on image features and genetic algorithms neural network for range images was proposed. Fully considering the essential difference between an edge point and a noise point, some characteristic parameters were extracted from range maps as the input nodes of the network in the algorithm. Firstly, a genetic neural network was designed and implemented. The neural network is trained by genetic algorithm, and then genetic neural network algorithm is combined with the virtue of global optimization of genetic algorithm and the virtue of parallel computation of neural network, so that this algorithm is of good global property. The experimental results show that this method can get much faster and more accurate detection results than the classical differential algorithm, and has better antinoise performance.     

基于AHM的认知诊断分类研究

深入研究AHM和人工神经网络的基础上提出了一种新的认知诊断分类方法--Hamming网分类方法.将Hamming网应用到AHM模式分类中,对0-1评分的测验进行实验,并与AHM中的传统分类方法A,B进行比较.实验结果表明,利用Hamming网分类方法分类效果明显占优.     

一种改进的BP人工神经网络模型

针对人工神经网络 BP 模型在实际应用中会遇到一些问题。该文指出了 BP 神经网络模型结构和算法的一些不足,并针对 BP网络模型算法存在的局部极小问题、BP 网络学习速度较慢以及 BP 模型网络结构训练过度和降低网络归纳能力等问题提出了引入规则、选择激发函数和转换函数、采用隐含神经元以及改变网络拓扑结构等一些改进措施,对于提高 BP 模型在实际应用中的效果具有重要意义。通过实际应用,证明了改进后的算法是行之有效的。     

用MTLAB分析流体输配管肉的初步研究

在暧通空调领域，涉及大量的流体输配管网分析问题。要进行系统设计优化分析、运行调节方案分析等等，都需要对管网的水力工况进行定量分析。文章运用图和流体管网的基本理论，用MATLAB对流体输配管网的分析进行了初步研究。根据管网的基本回路分析法，提出了一种方便可靠的将管道系统转化为网络图的描述方法，以及从管网的网络图直接生成管网分析所需要的一些基础矩阵的方法。对MATLAB的功能及其对于求解管网分析问题的高效率特性进行了分析，并开发了相应的程序。     

基于小波分析和RBF神经网络的铜价预测

提出一种非线性时间序列预测方法,即把小波分析结合RBF神经网络预测方法对非线性时间序列进行预测。对铜价的预测结果表明,该方法比单纯的小波预测或单纯的RBF网络预测精度高,可以很好的应用于某些非线性时间序列的预测中。     

利用VB中OLE技术实现供水管网图纸库管理

介绍一种基于VisualBasic的OLE技术连接AutoCAD实现供水管网图纸的计算机管理,把AutoCAD中的管网图形作为一个二进制字段与其它管网信息一起存放在MicrosoftAccess数据库中,从而实现在同一系统中把管网图形和其它属性联系在一起。为中小自来水公司提供一种简便、灵活、低开发费的计算机管理管网图纸的新模式。     

浅析网络故障诊断

分析网络设备在网络中的功能作用,论述了网络故障诊断的目的,阐述了网络故障诊断的入手点和解决网络故障一般性方法.     

黄金价格波动网络的拓扑特征分析

利用粗粒化的方法,将1973年至2014年黄金价格日数据转化为由4个字符{R,r,D,d}表示的符号序列,以连续4个字符作为一个模态单元,将模态定义为网络的节点,以模态之间的转换定义边的连接,从而构建有向有权的黄金价格波动模态网络,用复杂网络的方法分析了其拓扑特征.研究结果表明,该网络的点权分布很不均匀,部分节点点权很大,是黄金价格波动的"常规模态";网络具有较短的平均路径长度和较大的聚集系数,表现出小世界网络的特征,模态之间的平均转换距离较短;网络的同配系数为正,核心节点之间具有择优连接性,一些模态之间转换频繁,是黄金价格波动的"核心模态";少数节点承担了网络中大部分的中介中心性,是黄金价格波动的"中转模态".