基于贝叶斯网络的客户流失分析

随着电信市场竞争加剧,客户流失现象成为电信运营商关注的问题。文中基于数据挖掘手段,采用贝叶斯网络分类器,进行电信客户流失分析。在贝叶斯网络构造过程中,结合采用K2和MC-MC算法构建网络。根据贝叶斯网络的拓扑结构,筛选出客户流失相关的显著指标;由条件概率表确定客户的流失规则,进而确定高流失的客户群。考虑分类的误判损失函数,给出不同分类临界值下,贝叶斯网络模型的分类效果。与其它分类算法相比,比如决策树和人工神经网络,在客户流失率很低的情况下,该算法不需要进行“过量抽样”。     

粘贴钢板或碳纤维加固受弯构件效果对比试验研究

通过两组钢筋混凝土简支梁在相同条件下预先加载至开裂后采用受拉边粘贴钢板或粘贴碳纤维布,受压边增大截面的加固试验,对比两种情况下的梁的跨中挠度、原受拉钢筋应变、新增钢板或碳纤维应变、原梁顶混凝土应变及新增混凝土顶面应变随弯矩的变化,分析其加固效果.结果表明:粘贴钢板加固与粘贴碳纤维加固相比,前者对截面各新旧材料受力和梁的刚度改善程度明显高于后者;前者对抗弯能力提高方面也明显优于后者;后者适合用于梁的抗裂加固,而不适合用于提高抗弯能力及变形能力加固;涂抹法粘贴钢板加固在抑制裂缝开展方面不如粘贴碳纤维加固;对适筋梁,纤维的高强度难于得到发挥.     

优化反向传播神经网络的自适应遗传算法

探讨了用遗传算法优化反向传播神经网络的问题。通过对不同遗传操作的分析和改进,提出了一种能有效进行局部搜索和全局搜索的自适应遗传算法。计算结果表明,该算法能快速地求出问题的全局最优解,且具有较好的计算精度。     

基于概率神经网络的高压断路器故障诊断模型

针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型.该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分（合）闸线圈信号的基础上提出了高压断路器故障模型.仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点.     

两均匀分布总体参数的比较

通过对两均匀分布总体的未知参数的研究,解决了未知参数比的点估计、区间估计及假设检验.置信水平为0.99时,对其常用置信区间和最短置信区间进行比较,结果表明:从两个均匀分布总体取样本容量相同时,两者长度的绝对误差随样本容量的增大而减少,两者的相对误差随样本容量的增加而增加.     

Hopfield型连续反馈神经网络的全局指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的全局指数稳定性,给出了平衡点的全局指数稳定性的充分条件,这些条件有利神经计算,同时对于Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的设计和应用都很有意义。     

溶胀聚合物网弹性力学性能的研究

本文从交联-缠结网和炭黑填充硫化胶的大形变弹性分子理论出发,推导出溶胀条件下聚合物网的四种应力-应变关系式(单向拉伸,等轴和不等轴双向拉伸和纯剪切).成功地将溶胀交联网弹性状态方程同高聚物的体积分数V_2用三个分子参数C_1~′,C_2~′,和C_3~′联系起来,并对单向拉伸的应力-应变关系式进行了实验验证,较好地解释了V_2同C_1~′,C_2~′同C_3~′的依赖关系,表明缠结对模量的贡献只能达到一个非零的极限值.结果证明,溶胀后聚合物网大形变弹性分子理论能很好地预测溶胀聚合物网大形变的弹性力学行为,并为用溶胀法定量测定交联度提供理论依据.     

基于神经网络的自适应滤波研究

自适应信号处理在信号处理中占据主要地位,自适应滤波又是自适应信号处理中的主要应用.目前对自适应滤波的研究主要集中在算法上,但很难在收敛速度、稳定性和跟踪性能上同时取得最佳性能.综合考虑自适应滤波的各种性能,研究基于神经网络的自适应滤波方法,并通过实例应用来证明了该方法的有效性.该研究对拓展自适应滤波方法和神经网络的应用都具有重要的参考价值.     

厚管壁电容层析成像图像重建算法

探讨了适合厚管壁条件下的电容层析成像图像重建算法.针对厚管壁管道内几种不同流型,分别采用LBP算法、Landweber迭代算法和BP神经网络对8电极电容传感器进行成像重建计算.结果表明:在厚管壁情况下,LBP算法重建的图像质量很差;Landweber迭代算法在层流下的重建效果好于核心流和环状流;而BP神经网络算法可以有效重建管道内的介质分布,但对于没有训练到的任意流型,其重建效果不够理想.     

大规模入侵检测体系下追踪机制的设计与实现

在大规模网络环境下，追踪恶意主机及其真实位置，对于整体网络的安全防御十分重要。因此，在大规模入侵检测系统中，利用各级控制中心的自动响应和处理功能，设计和实现了基于存储转发技术的追踪机制。测试表明，该机制可以有效地追踪和定位恶意主机的口地址，进一步完善了大规模入侵检测系统的监控功能。