BP神经网络在字符识别中的设计改进

BP网络模型是最早被提出来的人工神经网络模型之一,它是一种简单而且非常有效的算法.在数字字符识别系统中,为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点,本文对传统的BP算法进行了多方面的改进,使得算法更加有效.     

基于网络处理器的QoS策略应用网关

网络处理器(Network Processor，简称NP)可以满足新的业务与协议带来的网络处理高速度与灵活性的要求．改造核心网络以适应新的协议与提供新的服务如服务质量(Q1aality of Service，简称QoS)、控制安全(Security)等，并实施新的基于策略的网络管理(Policy—Based Network Management，简称PBNM)是非常困难的，基于网络处理器的QoS策略应用网关可以作为一种从边缘到全网的过渡方案，在QoS与PBNM广泛实施之前，可以实现对现有的网络实施QoS策略管理，优化网络性能，提高网络应用效率。     

分布式网络监视器模型

在传统的Sniffer基础上，提出分布式网络监视器的模型，解决了目前三层交换模式下局域网网络实时监控的问题。     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

基于Bayes网络的项目风险评估方法研究

本文研究了项目风险评估的建模方法 ,通过与其它传统的项目风险评估方法比较 ,针对项目风险评估的信息不完备、具有一定不确定性的特点 ,选择Bayes网络建立项目风险评估模型。本文内容适合于在不确定环境下 ,信息不完备时的项目风险评估     

基于灰聚类和小波网络的企业投资决策绩效集成评价

基于公司的战略和利益相关者的考虑，本文设计了财务层面绩效指标、技术创新层面指标、顾客层面绩效指标、业务流程层面绩效指标、发展潜力层面绩效指标和社会和环保层面绩效指标六个层面的企业投资决策绩效评价指标体系。建立了标杆瞄准和主成分分析相结合的指标筛选的方法，设计了基于灰色聚类和小波网络模型的企业投资决策集成评价模型，并对焦化行业进行了实证分析。     

基于社会网络分析的产业集群建模及实证检验

近几年产业集群对地区经济发展影响显著，吸引了许多学者加入到产业集群研究中，这些学者涉及许多学科领域，其中包括经济地理学、产业组织学、技术经济学等。新经济社会学的出现，为产业集群研究开辟了新的视角，本文尝试从新经济社会学的视角，特别运用与之相联系的社会网络分析理论与方法进行产业集群定量化研究，并作以实证检验，旨在为产业集群定量化研究奠定一定的理论基础。     

基于BP神经网络PID参数自整定的研究

PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中，其参数整定仍未得到较好的解决。本文把神经网络技术应用在PID控制中，充分利用神经网络具有非线性函数逼近能力，构造神经网络PID自整定控制器，并通过仿真试验，取得较好的结果。     

基于平面多边形的不规则三角网分割

判断平面多边形与不规则三角网(TIN)中的三角形的相离、相交和包含3种位置关系，确定与多边形相离、包含的三角形应分别归入原TIN和新形成的TIN中，与多边形相交的三角形重新进行三角剖分，剖分后的三角形归入相应的TIN中，从而实现了基于平面多边形的不规则三角网的分割。     

神经网络的非平衡态热力学研究

建立了神经网络的非平衡态热力学理论，给出了神经网络熵产生率，稳定条件及应用实例，为神经网络的研究增加了一种新方法，为人工神经网络的建模与应用提供了有益的信息。