基于BP神经网络的压力传感器非线性校正方法

采用BP多层前馈神经网络及其改进算法对传感器特性进行补偿，有效地改善了BP传统算法收敛慢、容易收敛到局部最小点的缺陷，并编制了训练程序．结果表明，经BP改进算法处理后，传感器性能大幅度改善，网络的收敛速度更快，精度更高．     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

BP模型在降雨径流预报中的应用研究

简要介绍了人工神经网络用于洪水预报的基本原理,对降雨径流预报的网络模型进行了改进。为了避免陷于局部极小值和缩短学习时间,采用了改进的自适应BP算法进行洪水预报,开发了基于BP模型的洪水预报系统,并经过山西省文峪河水库的实测资料进行了预报,取得了令人满意的精度。     

基于遗传算法的轨道综合养护计划模型设计

根据大型养护机械线路综合养护的特点,设计了基于遗传算法的0—1整数型轨道状态最优综合养护计划模型,并结合线路不平顺数据,对模型求解效果进行了检验,初步实现了大型养护机械养护作业安排的计算机解析,从算法角度解决了轨道不平顺状态计算机辅助决策系统的关键问题.     

模归约算法的数学基础研究

 多项式模归约算法是计算机代数中的基本问题之一,在编码算法和密码体制设计中有着广泛应用.提出了模归约算法中的2类基本算子:字归约算子、半字归约算子,并进一步证明了2类算子的计算量具有某种形式的不变量(如果满足一定的条件),从而证明了模归约算法计算量的线性性质,为其算法设计和分析提供了理论基础.还通过实例给出了2个算子在ECC和AES密码算法中的一些应用.     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布     

基于MATLAB的神经网络在股市预测中的应用

以道氏三大假说作为理论基础，设计一个三层BP网络，并建立相应的数学模型，以MATLAB为工具，个股上海石化(600688)140天实际收盘价作为样本，对网络进行训练后，预剩10天的收盘价，并计算出与实际收盘价的高差Q＝0．0146，Q已经小到几乎可以忽视的程度。     

驾驶员眼部状态识别方法的研究

驾驶员在正常驾驶、瞌睡驾驶及疲劳驾驶 3种状态下的眼睛张开程度有一定的区别。根据这一特点 ,设计了一种 3层BP网络 ,利用图像预处理获取到的眼部区域特征值作为网络输入向量 ,输出对应 3种不同状态。实验结果表明 ,该网络可快速有效地识别出驾驶员眼部精神状态。     

最小二乘法在普通物理实验中的应用

用最小二乘法来处理普通物理实验数据和拟合曲线,此项工作涉及到大量的计算,若以手工计算会更加烦琐,但如果借助计算机编程计算,则处理的速度就会大大地加快,使得问题简单化.     

基于神经网络的学位与研究生教育评估

随着学位与研究生教育评估的发展，加强评估是保证其质量的重要措施。面对日益复杂的评估对象，有必要引入非线性的评估手段，这对于弱化评估过程中的人为因素，保证评估结果的准确性有重要意义。神经网络是近年来发展迅速，固其具有自学习、自适应、联想记忆、并行处理和非线形映射等特性而成为良好的非线性建模工具。在提出了基于神经网络的学位与研究生教育评估模型的基础上，阐述了这种评估方法的实际应用价值。