一种采用增加动量项的改进BP算法实现

介绍了反向传播网络算法(BackPropagationnetworkalgorithm,简称BP算法)的基本思想和存在的问题,阐述了增加动量项改进算法的实现方案,用VC 6.0实现的三层网络结构可改进算法的部分程序,并对这两算法的学习速度进行了测试和比较。     

BP神经网络数值预测方法的研究

人工神经网络作为一个具有高度非线性映射能力的的计算模型,具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.本文在对其进行深入研究的基础上,探讨了利用BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.     

IPv4/IPv6过渡策略及IPv6试验网设计与实现

首先阐述了IPv4所暴露出的问题,其次介绍IPv4到IPv6的过渡策略,最后详细介绍了基于Windows IPv6试验网的设计与实现     

应用Flash MX绘制Web动态图表的一种方法

应用Flash MX绘制Web动态图表,是在Flash MX交互绘图功能的基础上,通过HTML页面使用ASP程序访问网络数据库并传递数据,然后由Flash MX接收处理后动态绘制实现的.     

基于遗传算法的神经网络分类器优化设计

依据神经网络分类器的设计原理，设计了一种有效的遗传算法，实验结果表明：算法优化后的神经网络分类器不但学习速度快，还能保证分类精度．     

中长期电力负荷预测

对电力负荷的预测的传统方法主要采用回归模型、曲线模型等，因不能充分利用历史数据，其准确性较差。利用人工智能技术，将BP神经网络及遗传算法应用于中长期期电力负荷预测，能更好的利用历史数据，如果再对有节假日的特殊月季电力负荷数据进行合理有效的处理，就能大大提高预测的精度。     

BP神经网络在氯代羟基苯甲醛QSRR研究中的应用

用BP神经网络法对氯代羟基苯甲醛的定量结构-色谱保留值关系(QSRR)进行了研究,采用多元回归分析对此类化合物的QSRR进行了比较研究，并用因子分析法的斜交因子得分图直观地揭示了上述两法在运用中的优劣差异。     

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。