多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

指标均衡性对评价结果的影响

本文针对一类需要考虑指标间均衡性的决策问题,利用Gini系数,提出了一种新的多目标决策方法。     

外科重症病人的血液流变学比较

探讨外科重症病人血液流变学变化及规律，为外科重症病人治疗提供参考．对入住加强治疗病房的重症病人６０例与１００例正常对照组比较血液流变学指标．结果：外科重症病人的全血高、中、低切粘度，粘弹性，红细胞聚集指数，刚度指数均有显著性差异（Ｐ＜０．０５～０．０１），红细胞压积和血浆粘度无显著差异（Ｐ＞０．０５）．提示：重症外科病人术后早期存在血液粘稠度增高，在临床上应注意补充血容量，维持水电解质平衡，降低血粘度，疏通微循环，改善血液流变性．     

深山含笑和乐昌含笑的抗寒性测定

以3年生和6年生深山含笑和乐昌含笑为试材,通过低温处理,用电导法测定含笑叶片相对电导率．并用Logistic方程拟合求拐点值来估计其半致死温度,探讨其抗寒性。结果表明,经过冬季低温锻炼,除3年生乐昌含笑的半致死温度略高于-10℃外,其余均低于-11℃。深山含笑的抗寒性大于乐昌含笑,且随着树龄的增大、生长地气温的下降,抗寒性增加。在南京地区引种这两个树种成功的可能性较大。     

基于作战仿真的毁伤评估系统

为了提高作战仿真系统毁伤评估的精度,实现作战仿真系统的可用性,研究了一种基于作战仿真的战场目标毁伤评估系统.采用组件化软件设计思想,建立了基于分布式仿真平台的系统架构;给出了系统的体系结构、功能组成和毁伤的处理流程.引入基于武器终点效应/目标易损性的毁伤评估方法,将毁伤评估划分成毁伤机理、终点效应两阶段工程建模,而后建立了目标毁伤评估模型;定义了毁伤模型的接口,给出了模型的处理流程.结果表明,目标毁伤评估系统扩展性好、通用性强、建模难度低、结果可信度高,可对作战仿真环境中的目标毁伤仿真与评估提供有力的支撑.     

多用户正交频分复用系统中的自适应分配算法

提出了一种多用户正交频分复用系统中次最优的自适应载波、比特和能量分配算法．该算法依照最优化算法的分配思想，利用各子载波的瞬时特性，在保证各个用户服务质量(QOS)较好的前提下，通过优选适合发送的时频块，并根据信道状态信息，及时调整其调制等级，达到降低总的发射功率，提高误码性能的目的．仿真实验表明，该算法具有较好的性能．     

某电站水工隧洞地震响应的动力分析

采用大型商业有限元软件ANSYS对云南某电站的水工隧洞地震响应进行了数值模拟.通过分别从X方向与Y方向输入地震激励,发现X方向的激励对隧洞的影响较大,隧洞衬砌的最大位移发生在隧洞中段拱顶区,得出的结果对实际工程有一定的指导意义.     

移动Ad hoc网络路由维护方式与控制信息开销

在移动Ad hoc网络中,节点的移动通常会导致通信链路的断开.为降低断路对通信质量的影响,保存备用路由是有效的方案之一.但维护备用路由同时也增加了其控制信息开销,占用一定的带宽并消耗有限的能源.分析了几种路由备份的方式,以仿真比较其控制信息开销,并给出其适用范围.     

量子统计力学演化算法

将进化理论和量子统计力学理论相结合, 提出一种新的量子统计力学演化算法. 将整个遗传系统作为一个量子统计系统, 并借鉴量子信息论中量子比特的叠加性, 采用量子编码表征染色体, 使系统中的量子能够表示多种线性叠加状态. 算法类比量子统计力学中的相关概念, 定义了量子系统的能量和熵, 并利用量子系统中能量和熵竞争的模式系统地协调进化理论中选择压力和种群多样性间的冲突, 使算法在提高选择压力和维持种群多样性之间保持了适当的平衡, 可以快速的收敛到全局最优解. 实验结果表明, 该算法有较高的执行效率和求解能力.     

主从关系数据库中关联规则挖掘算法研究

数据挖掘是计算机科学研究的重要领域之一.文章从主从关系数据集的角度开展关联规则挖掘研究,首先构建了主从关系数据库模型,在此基础上提出一种基于元组ID逆传输的关联规则挖掘算法(TIDRP),避免了挖掘过程中数据的集成过程,减少了资源的消耗,并使挖掘出的规则更符合实际情况.