三种新型神经网络树算法之改进与比较分析

VittorioMurino提出了三种将神经网络和树结构结合起来的算法。简单介绍了三种结构算法并对其做了细化改进,使其实现更具体、可行,应用范围更广泛;分别利用两组模拟数据和Iris植物分类数据对三种结构与传统的神经网络做了比较实验,给出了三种结构用于模式识别的算法速度、识别率、泛化能力等性能的对比分析。结果表明,三种各具特色的神经网络树结构均有显著的优越性。     

百里杜鹃国家森林公园优势种生态位研究

【目的】评估百里杜鹃国家森林公园杜鹃花科优势种的资源利用能力和空间占据能力,为经营管理提供依据。【方法】应用生态位宽度、生态位相似度及Pianka生态位重叠度计算方法,对百里杜鹃优势种群生态位特征进行研究。【结果】①群落中杜鹃花科植物(马樱杜鹃、露珠杜鹃、迷人杜鹃、映山红)生态位宽度较大,分别为1.709、1.576、1.411、1.062,是群落的优势种; ②该群落种群间的生态位相似性比例较小,生态位宽度与生态位相似性之间无显著关系; ③生态位宽度大的物种与其他物种发生重叠的概率更大,但生态位重叠值不一定大。【结论】杜鹃花科植物在群落中生态位宽度较大,而马缨杜鹃与露珠杜鹃的生态位重叠程度在降低,这主要与植物的生物-生态学特性有关,是种群对资源利用的长期适应性结果。     

主机监控系统的分布式控制研究

研究了传统的主机监控系统,为了使主机监控系统能应用于大型关联主机群环境,对主机监控系统实现分布式管理.提出了一种新型的基于树形安全域的分布式管理模型,给出了了该模型的形式化定义,并分析了该模型的优点,最后描述基于树形安全域的分布式控制模型节点管理服务、分布安全策略访问管理、命令交互协议、主控主机故障恢复问题.在大型关联主机群分布式主机监控系统中,该模型较好地解决了分布策略的统一灵活管理的问题.     

以巯基改性聚酰胺-胺树形分子为稳定剂制备纳米银溶胶

用巯基乙酸甲酯改性3.0~5.0代聚酰胺-胺(PAMAM)树形大分子,用红外、拉曼光谱、核磁共振氢谱和元素分析对其进行了表征。借助巯基端基与银离子的配位作用,以巯基改性PAMAM为稳定剂,硼氢化钠为还原剂,还原AgNO3制备了纳米银溶胶,并用紫外-可见光谱和透射电镜对其分散性和稳定性进行了研究。结果表明:制备的纳米银具有较好的分散性和稳定性。     

杜鹃‘胭脂蜜’组织培养与快速繁殖体系

以杜鹃‘胭脂蜜’(Rhododendron obtusum‘Yanzhimi’)的新生茎段为外植体,以WPM为基本培养基,研究不同生长调节物质对杜鹃组织培养过程中芽诱导、增殖壮苗及生根的影响.结果表明,启动培养中诱导腋芽的最佳培养基为WPM+0.1 mg·L^-1 IBA+1 mg·L^-1 ZT,腋芽平均诱导率为43.67%,增殖系数为1.18;采用NAA+TDZ与NAA+ZT的组合分别进行增殖壮苗培养,两种在生长及诱导情况上均呈现不同状态.在添加0.5 mg·L^-1 NAA和0.1 mg·L^-1 IBA的1/2WPM基本培养基上,杜鹃的生根效果最佳,生根率达82.5%.该研究为杜鹃优质种苗的繁殖与生产,杜鹃遗传转化体系的建立以及转基因育种奠定了一定基础.     

基于树形网格的企业信息语义集成

在分析信息语义集成方案的基础上,提出了一种基于树形网格的企业信息语义集成架构.根据该架构构建的应用系统可以实现企业的分布、异构数据在语义层次上的动态集成,提供具有语义支持、QoS支持的数据访问服务;分析了该架构下本体的组织方式和构建方法,提出了多层树状本体结构;给出了一个企业信息语义集成的例子.     

碳硅烷树形大分子-铂络合物的催化性能研究

以1-己烯和三乙氧基硅烷的硅氢加成为模型反应,研究了碳硅烷树形大分子-铂络合物对于不饱和化合物的硅氢加成反应的催化活性,考察了n(N)/n(Pt)比值、温度、树形大分子代数等对催化活性的影响。结果表明,随催化剂n(N)/n(Pt)比值的增大,催化活性逐步降低,活性高峰处于n(N)/n(Pt)值为2~4之间。硅氢加成产物以β-加成产物为主,具有良好的选择性。     

聚丙烯亚胺树形偶氮化合物的合成与表征

通过改进反应条件合成了第一代聚丙烯亚胺树形分子,用对乙酰氨基苯 磺酰氯改性该树形分子,制得聚丙烯亚胺树形偶氮经合物,该化合物由于可能具有独特的光学性质而应用于全息材料,合成产物用红外光谱,元素分析和核磁共振表征,结果与理论结构相符合。     

液压集成块路径优化设计

提出了树形结构为液压集成块路优化设计的理论模型,并用树结构作为理论模型的数据结构。通过实例,验证了理论模型的简化和数据结构及优化解搜索方法的正确性,为液压集成块复杂孔道设计提供了理论依据。     

基于神经网络的树形识别系统研究

常规的施药方法,由于不考虑树与树之间的间距、树冠的大小与形状,大部分农药未能发挥效用,流失非常严重,喷撒出去的农药只有极少部分能到达要防治的靶标上,从而造成了巨大的农药浪费,且带来了农药安全、环境污染等诸多问题。笔者在分析农药的喷药量与树形之间关系的基础上,对原有的基于BP神经网络的树形识别系统进行了改进设计,重点对该网络的输入层、隐含层及输出层进行了理论分析和试验研究,最终确定了由15个节点组成输入层,分别代表树冠的形状特征和树木图像的分形维数特征;6个节点组成隐含层,6个节点组成输出层,分别代表要判断树形的种类。对16个样本实时处理的试验表明,除了1个样本因未能分割外,其他样本均可识别,而且稳定性有了很大提高,适合于农药的精确施用。