广义离散神经网络模型及启发式算法

对Hopfield离散网络的操作方式进行了推广，使其可以实现局部并行操作，并给出了相应的稳定条件。构造了一种用于最大独立集（MIS）问题求解的广义离散神经网络模型（GDHN）。模拟计算表明，所提出的算法在求解MIS问题时，比单纯的Hopfield神经网络算法有更好的优化性能。     

构造Banach空间上非线性方程解的预解式迭代过程

本文设X是实Banach空间,X是它的对偶空间。A:X→2~Z为一集合值非线性映象.0∈AX是关于A的非线性映象方程,又对任一确定的正实数λ,设逆映象J_λ(I+λA)~(-1)存在并单值,则称J_λ为A的预解式算子,并称为关于A的预解式迭代过程,其中{λ_n}为任意确定的正实数序列. 如上所定义的预解式迭代过程,首次是由R·T·Rockafellar[1]在Hilbert空间上引进的,他通过一般化极小凸泛函的迫近点算法(The proximal algorithm),提出用迭代过程(1.1)求解更为一般的极大单调映象方程.迭代过程(1.1)的收敛性,许多作者已作了深入研究(例如[1],[2],[3]),但所有的考虑限于X是Hilbert空间,以及A是极大单调映象     

知识系统与认知分析

引进了知识系统的数学概念 ,讨论了知识系统的性质 ,给出了知识系统的属性特征 ,指出不断细化知识基是深化认知过程的基础.     

求解有界约束二次规划问题神经网络模型的收敛性分析

通过深化Lasalle不变原理,建立了判别一般动力系统全局收敛性的一个准则.应用这一准则,详尽研究了一个求解有界约束二次规划问题神经网络的全局收敛性,给出了当目标函数为一类非凸函数时的全局收敛性条件.特别地利用常微分方程理论,证明了该网络对任意凸函数全局收敛性,所获结果深化和推广了现有文献相关结论的相应结论.这些新的结论都表明了该神经网络在求解有界约束二次规划问题时的有效性.数值模拟与理论分析结果一致.     

基于独立成分分析和支持向量机的入侵检测方法

提出了一种入侵检测方法,该方法采用独立成分分析方法获取入侵行为模式的高阶统计信息,并将输入模式空间映射到相应的独立成分空间,然后利用支持向量机对小样本、高维数据泛化能力强的特点,在独立成分空间中用支持向量机原理构造广义最优分类超平面.数值实验表明,所提方法可大大降低特征空间维数,具有较好的分类正确性.特别是当高斯核参数σ值在1~3之间时,利用该方法的漏检数仅为标准支持向量机算法的1/9,这说明它能有效地获取入侵行为的本质特征,对新的入侵行为有比较好的识别能力.     

遗传算法过早收敛现象的特征分析及其预防

通过引入种群早熟集和种群多样度的概念，分析了遗传算法中过早收敛现象的起因与特征。阐明了杂交过程的成熟化效应是引起遗传算法过早收敛的主因，而遗传算法过早收敛的过程特征表现为种群序列多样度的单调减少及种群分量为零的个体适应比的偏差渐趋于１／２。依据所作的理论分析，提出了一种可以预防和克服过早收敛的新型遗传算法，并从理论上证明了该算法依概率收敛到全局最优动态。     

基于认知的非结构化信息处理:现状与趋势

与结构化数据相比,非结构化数据呈现出超高维、非线性、难以用有限规则表达、解译上依赖信息利用主体等复杂特征,管理和应用非结构化信息资源已成为信息处理发展的大趋势。由于人脑是已知的最有效的非结构化信息处理系统,本文概要介绍了与人的认知相关的环境感知、机器学习、知识推理和综合集成等非结构化信息处理关键问题的研究现状和进展,并探讨了进一步的研究方向。     

一种研究组件引用语义的动力系统方法

在组件和引用形式模型的基础上给出了组件集的拓扑空间结构，从而在组件并行递归引用形式语义的研究中引入一种新的基于拓扑动力系统的观点和方法，将其指称对象的存在性归结于一个动力系统的吸引子和泛函不动点，同时将引用过程描述为系统的轨迹．最后，用这种动态方法分析了一个非单调对称工作流模型的工作过程，得到了工作流的轨迹和终止状态集。