基于一类GA—RBF神经网络的转炉炼钢静态模型控制

讨论了具有非线性、大时滞、不确定特性的工况复杂的转炉炼钢过程建模与控制问题．针对传统的控制方法控制效果差、精度不高，难以达到期望结果的问题，结合RBF神经网络的特点，提出用基于混合编码方式的混合遗传算法训练的RBF神经网络，同时优化网络的结构和参数，并利用RBF神经网络建立转炉炼钢静态模型．仿真结果表明，该模型具有在线调整和学习的功能，比传统模型具有更好的计算精度和适应能力，为提高转炉冶炼过程的控制精度给出了一个有效的方法．     

一种模糊综合决策汉语谓词识别算法

汉语谓词识别是Internet内容安全、机器翻译的重要研究内容之一.本文设计出一种基于汉语语法规则,通过系统学习,自动建立模糊关系矩阵以识别汉语中心谓词的方法,并给出了相应的算法流程.实验表明,模糊综合决策汉语谓词识别算法,较传统的JXXT谓词识别器,具有更高的谓词识别率和算法稳定性.     

一种稳健的自适应传递对准算法

传递对准算法的性能受量测噪声影响较大但其统计特性通常难以精确给定。为实现对传递对准中量测噪声的稳健自适应调整,提出了一种改进的自适应传递对准算法。在传统的Sage-Husa自适应卡尔曼滤波算法基础上,通过减少自适应调整的参数个数、采用渐进无偏估计代替无偏估计、分段调整加权系数三重处理,有效地提高了算法的稳健性,同时算法的计算量也有所降低。结合一种经典的速度加姿态匹配传递对准模型,对改进的自适应算法进行了仿真测试。仿真结果表明,当量测噪声协方差阵取值与真实噪声水平偏离时,该改进算法能够对量测噪声的统计特性进行有效的自适应调整,从而使传递对准在精度和稳健性两个方面的综合性能得以改善。     

基于多值编码GA—BP混合算法的板形板厚综合预测控制

为克服BP神经网络存在的收敛速度慢、易于陷入局部极值等不足，提出了可以同时优化BP神经网络的结构和参数的基于多值编码方式的嵌入梯度下降算子的混合遗传算法（GA-BP）．并在此基础上针对板形板厚综合系统（AFC-AGC）具有强非线性、强耦合而难以建立精确的数学模型的问题，设计了基于BP网络板形板厚综合预测模型，引入了反馈校正的方法来提高板形板厚控制系统的抗干扰能力．仿真结果表明，该模型可以实现板形板厚的精确控制，为热连轧板形板厚综合控制提供了一个新的有效的方法．     

概率论中几个收敛概念的度量化研究

概率论中若干收敛概念的度量化方法的研究为采用拓扑学和泛函分析中的结果研究各种收敛概念问题提供了可能。这种方法对于学生在更深层次上理解收敛概念也颇有助益。     

基于Spark MLlib协同过滤算法的美食推荐系统研究

针对交替最小二乘法中矩阵稀疏度较大时推荐结果的准确性下降问题,提出了一种改进的协同过滤算法。该算法根据用户对各种潮州美食的评分,结合其他用户的兴趣相似度,并利用潮州美食属性特征的相似度作为权重因子进行矩阵补全。实验结果表明,改进算法的平均MAE( Mean Absolute Error) 值为0． 583,有效地提高了推荐精度。     

氧化锆柱层状镧铌酸盐的制备

报道了采用分步交换法首次获得氧化锆柱层状镧铌酸盐,并研究了不同胺预支撑对其性能的影响,采用ＸＲＤ、ＴＥ测试等方法对所合成的新材料进行了表征,结果表明,不同链长的有机胺预支撑对最终获得的氧化锆柱层状镧铌盐的是距有着较大的影响。交长链长的有机胺预支撑对提高产物的层间距有利,其中由正十六胺预支撑的层状镧铌酸制备的氧化锆柱层状镧铌酸盐具有较大的层间距、较高的热稳定性,其比表面与起始材料镧铌酸钾相比明显增大     

论高校校园体育文化建设

本文就高校校园文化的重要组成部分高校校园体育文化做一个全面、深入地探讨。明确校园体育文化的概念及其实质内涵 ,研究校园体育文化的重要特征与主要功能 ,并进一步提出建设校园体育文化的基本方法与基本要求。对提高大学生体育文化素质 ,增强体质 ,培养终身体育思想 ,促进体育和校园精神文明建设具有积极的作用     

Web信息抽取技术研究进展

Web信息抽取技术是当今的一个研究热点.目前出现了基于不同原理的多种信息抽取技术,它们具有不同的性能.本文根据信息抽取的原理,对现有的信息抽取技术进行了分类,结合典型的系统,在语义的附加方式、模式的定义方式、规则的表现形式、语义项的定位方式、对象的定位方式等几方面进行了分析和比较,在此基础上提出了待研究的问题.     

基于优化支持向量机的带钢延伸量软测量研究

带钢退火过程中存在多变量非线性主导因素和数据噪声,难以用数学模型精确描述退火炉内带钢的延伸量.针对这一问题,提出基于核主元分析(KPCA)与免疫粒子群(ICPSO)优化最小二乘支持向量机(LSSVM)的炉内带钢延伸量软测量方法.采用ICPSO算法避免了粒子群算法易陷入局部最优的缺陷,利用ICPSO对LSSVM进行参数寻优,通过KPCA去除样本噪声,提取输入数据样本中的非线性主元信息,建立ICPSO-LSSVM软测量模型.此方法用于退火炉内带钢延伸量预测,通过现场生产数据仿真实验进行非线性函数估计;对比其他几种现有算法,实验结果表明本文方法具有较高的预测精度.