一种改进的Jacobi正交多项式的BP神经网络算法

 根据多项式理论,构造一种以Jacobi正交多项式作为隐层神经元激励函数的BP(back-propagation)神经网络模型.针对该网络,提出一种改进算法即隐层神经元数可快速确定的权值直接确定算法.首先介绍正交基函数和Jacobi多项式的定义,以及BP神经网络的基本原理.然后进行网络隐层数设计及其隐神经元数的确定,且设置各层连接权值、给出改进算法的步骤.最后,将其与传统矩阵迭代法和Levenberg-Marquardt训练算法进行比较.计算机实验结果表明,该算法具有比传统的BP迭代法更快的计算速度,并且能够达到更高的工作精度.     

丝绸服装设计研究——以32-58岁都市成熟女性为例

基于我国丝绸服装市场的现状,采用问卷调查方式,对上海地区的成熟女性穿用和购买丝绸服装的情况进行了调查和分析。结果表明:丝绸材料的华丽特性造就了其固化美符号,制约了人在不同时期的审美需求,服装样式、花色、工艺制作方法长期的单一性,与当代社会人们的穿衣情趣脱轨;人对服装有着明确的目标性,是服装意识的呈现,这种意识是人与服装之间内在与外在的平衡适应。     

设计:人类未来不被毁灭的“第三种智慧”

设计这个工业革命的新生事物从一开始就是为了解决小生产方式不适应大生产方式而被催生出来的一种生产关系。当今经济全球化、技术潜能扩延、需求地域化、消费个性化,然而资源匮乏、污染严重。设计本来应有的为人的职责在近几十年的商品经济中被严重地歪曲了,设计沦落为奢华、虚荣、金钱和权力的附庸,人类未来的生存方式的变革正在酝酿。不仅经济、政治,而且文化都将发生观念性的革命,设计也将承载人类理想、道德的重任。设计应被证实是人类未来不被毁灭,除科学和艺术之外的第三种智慧和能力。     

使命与转型——云计算时代与信息设计

云计算将会给明天我们所处的信息时代带来什么样的新气象?在时代发展的机遇和挑战中,信息设计应该担负什么样的社会使命、体现何种文化功用?我们认为,无论是云计算产业的宏观规划还是产业链的软实力突破,都需要对设计有足够的重视。在提升硬件的同时,未来IT产业的关键更在于提升中国的文化软实力。不掌握设计,我们就不可能参与到软实力竞争的核心。信息设计的发展是决定我国云计算产业链条能否由低端制造向非物质盈利跨越的关键一步。     

虚拟专用网技术在校园网中的应用研究

在分析校园网实际情况的基础上,提出了一个基于校园网的虚拟专用网应用方案.通过对方案的实现结果进行测试和分析,验证了方案的可行性和有效性.     

网格安全研究综述

随着网络规模和应用的不断发展,网络安全问题已经成为影响社会经济发展和国家战略的重要因素.网格(Grid)作为第三代网络信息技术,它所具备的虚拟性、异构性、集成性及动态自适应性特征,决定了网格安全面临着巨大的困难和挑战.综述了网格安全目前面临的问题及其安全策略、技术和实施方案.     

随机产出下的农产品供应链合同

本文设计了存在外部市场的二级农产品供应链,对农产品销货补货渠道进行分析,提出一种考虑外部市场的成本-收入共享合同.研究结果表明,供应商通过与加工企业共享丰收年超出订单量的额外收入,能有效激励加工企业增加订单量,提高双方利润;增添加工企业从外部市场进行补货的渠道能有效缓解供应商欠收的经济压力;考虑外部市场的成本-收入共享...     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。     

黑龙江省两栖爬行动物物种分布与生态因子关系的分析

通过2000～2006年对黑龙江省两栖爬行动物的种类及分布情况进行实地深入调查,并结合黑龙江省两栖爬行动物研究的历史资料及现代有关成果,从经纬度、年平均温度、年平均降水量、海拔、生境、垂直分布等生态因子对黑龙江省两栖爬行动物的物种分布格局进行了探讨,结果表明黑龙江省两栖爬行动物的物种总数与海拔、纬度成负相关关系;而与年平均温度、年平均降水量成正相关关系;在经度E128°～E130°之间物种数较多,其他地区则较少;灌丛、阔叶林等为黑龙江省两栖爬行动物适栖生境.在平原、丘陵低山灌丛、山地针阔叶混交林分布着全省所有的物种.     

一种基于神经网络的混沌控制方法

将神经网络(NN)与内模控制(IMC)相结合,提出了一种用基于BP神经网络的内模控制进行混沌抑制的方法,该方法既具有内模控制的特点,又引入了神经网络的在线自校正机制。应用所提出的方法,针对Duffing振荡器的混沌控制问题进行了仿真研究,仿真结果验证了该方法的有效性,同时还表明该方法具有很好的鲁棒性与自适应能力。