一种新型复合神经网络模型

本文首先详细地阐述了ＢＰ神经网络和ＣＭＡＣ神经网络各自的结构，原理以及算法。提出了一种ＢＰ神经网络与ＣＭＡＣ神经网络组合起来的新型复合神经网络模型，并利用误差逆向传播原理推导出复合网络的学习法。仿真实验结果表明，这种复合神经网络在保留了ＢＰ和ＣＭＡＣ各自特长的基础上，同时具有学习速度快，泛化能力强等特点     

基于包含度的粗糙集模型

提出了包含度近似空间的概念，得到了基于包含度的粗糙集模型，从而为知识获取提供了一个新的不确定性方法。     

Poisson型密度用于C范下的非参密度估计

运用算子逼近工具，对无穷区间「０，＋∞）上具有性质ｆ（０）＝０．Ｓｕｐｐｆ     

对称近似与三孪生子问题

线性近似和对称近似是科学研究的两种方法,但人们普遍对线性近似比较熟悉,而对对称近似比较陌生。本文试图通过对三孪生子问题的讨论,给出一个对称近似方法的实例。实验表明相对参照系静止的时钟的时间测量数据和参照系的运动有关,相对论中定义这个时间为固有时,那么在宇宙中是否存在最快固有时和最慢固有时?文中通过讨论参照系全集的性质和对称近似方法,最后解决了三孪生子问题和最快时钟命题,这些新的分析方法将有助于人们加深对时间测量和自然规律本质的理解。     

基于OLS动态模糊神经网络结构研究

最小正交二乘算法(OLS)采用正交化方法,独立计算回归算子对输出的贡献进行动态模糊神经网络基函数的中心的选取, 对网络结构进行调整产生的扰动比较小. 仿真实验表明,该方法较其他方法构造的网络系统更适合于实时领域.     

Interval-Valued Intuitionistic Fuzzy-Rough Sets

<正>This paper combines interval-valued intuitionistic fuzzy sets and rough sets.It studies rougheness in interval-valued intuitionistic fuzzy sets and proposes one kind of interval-valued intuitionistic fuzzy-rough sets models under the equivalence relation in crisp sets.That extends the classical rough set defined by Pawlak.     

近似主轴方向法

本文利用有限差分逼近来计算共轭方向,利用Householder变换及Givens变换来计算近似主轴方向,给出了一个有效的直接无约束最优化方法,并计论了该方法的收敛性。     

关于Be'zier-Durrmeyer积分算子的点态逼近度

文中利用概率论的方法讨论Be’zier-Durrmeyer积分算子对有界变差函数类BV[0,1]的点态逼近度,给出精确的逼近阶。     

非均匀磁场中键稀疏和各向异性的三链伊辛(Ising)带的磁性质

本文在有效场理论的框架内,讨论了健稀疏和各向异性三条链伊辛(Ising)带在非均匀磁场中的平均磁化对于磁场强度、键浓度以及各向异性交换作用的依赖关系。