带区间参数的贝叶斯网的近似推理

 用区间概率代替贝叶斯网中的点概率,将贝叶斯网扩展为带区间参数的贝叶斯网,使得贝叶斯网更具一般性.用规范概念的计算规则进行区间概率的计算,用Gibbs采样的近似推理法对带区间参数的贝叶斯网进行近似推理,计算后验概率.并给出近似推理的算法和实验,实验结果表明该方法是有效的.     

基于差分隐私保护的社交网络发布图生成模型

社交网络在帮助人们建立社会性网络应用服务的同时,收集了大量的用户资料和敏感数据,通过分析这些数据可能泄露潜在的隐私信息.目前差分隐私保护模型对隐私泄露风险给出了严谨、定量化的表示和证明,极大地保证了数据的可用性.设计了一个满足差分隐私保护的社交网络发布图生成模型,首先通过图模型表示社交网络结构,并将原图按照节点特征分类为多个子图;然后利用四叉树方法对子图的密集区域进行划分,在树的叶子节点添加满足差分隐私保护的噪声;通过子图重构的方式,生成待发布图.最后,利用度分布、最短路径、聚类系数等统计分析方法,实验验证了该模型的可行性和有用性.     

蜂窝移动通信无线网络优化的探讨

在讨论蜂窝移动通信无线网络优化的主要内容及应收集的统计数据的基础上 ,分析了统计数据查找蜂窝移动通信无线网络存在的问题及蜂窝移动通信中移动台掉话及接通率低的原因 ,提出了解决蜂窝移动通信系统移动台掉话的方案和提高蜂窝移动通信系统接通率的方法     

混合使用专家系统与神经网络的智能控制系统

本文以融合符号主义及连接机主义这两种人工智能理论为指导思想，提出了混合使用专家系统与神经网络的智能控制系统形式定义及其三种基本混合结构。进而提出一种专家系统神经网络混合式递阶智能控制系统结构（ＥＳＮＮＩＣＳ），并以ＰＩＤ自整定智能控制系统和水净化智能控制系统为例，说明了ＥＳＮＮＩＣＳ结构的实际应用。     

神经网络在储层横向预测中的应用

传统的冯·诺依曼程序存储式计算机擅长于数据处理，但是在类似于面貌及声音识别这样一些简单的认知问题方面，与人类相差很大．这种差异推动了神经网络的研究．本文讨论了误差反向传播网络（ＢＰ）．给出了ＢＰ网络在储层横向预测测方面的应用．     

神经网络模型用于多变量综合预测

本文研究神经网络用于多变量时间序列预测的原理与方法，提出组合多种信息的综合预测方法。以股票交易为例，用神经网络组合各类信息，运用信心股价理论对中国股市的发展进行跟踪预测。在此基础上进一步从信息利用的角度说明了神经网络预测方法的特点。结果表明，神经网络模型用于多变王时间序列预测，其精度和趋势均较统计方法有所提高；神经网络综合预测，对中短期股票价格的预测，有实用价值。     

油管传感器式汽车行驶称重仪的技术实现

为有效扼制日益严重的汽车超载现象，研制出了一种新型便携式汽车行驶称重仪．创新使用高压橡胶油管作为称重传感器的敏感元件，对其静态特性进行标定试验，将汽车压过油管时产生的压力变化进行交直流偶合，对量程进行模糊识别，提取出波形信号的特征参数，采用三层BP神经网络进行数据处理，利用Visual Basic编制用户界面及计算程序，可测量汽车的载荷、速度和轴距，配上摄像头能记录所测汽车的车牌号．经试验验证，仪器达到了一定的精度等级要求，为高、中级路面的汽车超载检测及稽查提供了一种经济有效的手段．     

人工神经网络BP算法简介及应用

BP网络是当前工程应用最广泛的一种人工神经网络。本论文主要介绍BP算法及BP网络的原理,并结合一个苹果分级的实例具体说明BP网络的应用。本研究具有一定的实用价值。     

一种改进无线传感器网络的环境监测系统设计

为了解决环境监测中远程采集数据的实时传输和对监测数据进行管理分析的问题,设计了一种基于无线传感器网络的远程环境监测系统,通过GPRS技术实现了监测中心与监测终端之间的实时命令控制及数据传输,系统采用了移动汇聚节点的方法,解决节点能量更换频繁且容易产生的"能量空洞"问题,系统测试表明,基于移动汇聚节点的环境监测系统能够延长网络的生命周期,确保各个节点的能量消耗均衡,并且网络整体数据包丢失率和时延与固定汇聚节点的监测系统接近,实现了远程监控数据的实时传输。     

基于编码器-解码器的离线手写数学公式识别

提出一种改进的编码器 解码器模型。模型采用多尺度密集卷积网络作为编码器,以提取手写数学公式图像的多分辨率特征。采用完全基于注意力机制的Transformer模型作为解码器,依据图像特征将二维手写数学公式解码为一维 LaTeX 序列。通过相对位置编码嵌入图像位置信息和LaTeX符号位置信息。实验结果表明,模型在官方CROHME 2014数据集上取得了优异的性能,相比于当前最先进的方法,其公式识别准确率提高了3.55%,字错误率降低了1.41%。