BP算法应用于智能传感器的数据处理

利用BP算法具有的非线性映射能力对传感器标定数据进行输入－输出特性的反非线性逼近，将其作为智能传感器系统的非线性校正软件，使传感器在该软件的支持下提高测量精度。用传感器实验数据通过训练的网络，测量相对误差由原来的6．66％下降至0．98％。     

一种构建灰色预测模型的新算法

针对传统的GM（1，1）建模方法，对于历史数据采取等权处理的局限性，提出了GM（1，1）建模的新算法，不同的历史数据在预测值中具有不同的权重，并且解决了确定权值的学习算法。仿真结果表明了该算法的有效性。     

基于GMDH的VAR滞后选择方法及实证分析

在VAR的动态模型中，滞后数的选择是成功的关键。对于复杂系统建模，根据GMDH理论的有关数据，用计算机合理地调协变量与滞后变量之间的关系，确定模型的最优动态结构和最优滞后数，以提高预测的准确性。给出了VAR的传统方法与GMDH建模方法，应用经济变量进行实证分析，阐明了GMDH算法的优势在于比传统的方法更完善，预测效果更准确。     

基于字典学习改进的时空上下文算法

针对强遮挡导致的跟踪目标失效问题, 提出一种基于字典学习改进的时空上下文算法. 先在目标和上下文区域构建前景字典和上下文字典, 再利用稀疏解的特性, 给提取目标特征更高的权重, 并参与模板的更新, 构造新的条件概率. 实验结果表明, 在出现严重遮挡的数据集中, 时空上下文算法跟踪成功率为19.5%, 改进算法成功率达94.5%, 改进算法能在出现强遮挡情况下有效对抗遮挡问题, 稳定跟踪.     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

遗传算法应用于二维微波成像研究

微波成像在生物医学等诸多领域中具有独特优势和远大的应用前景。 但在成像反演计算中，描述微波散射的算子方程通常是复杂的非线性方程，求解十分困难，同时面临着病态方程求解、计算耗时过多等诸多难题。作者试用遗传算法完成成像计算中逆问题的求解。对二维微波成像问题的数值计算结果表明，遗传算法能够对介质目标的位置、形状和介电常数进行准确的成像，并具有较高的计算效率。     

LADT快速拟合的改进

提出了一种用射线逼近曲线的新方法 ,并对快速LADT拟合算法实施了改进 .该方法经MIT BIH心电数据库测试表明 :改进的方法不仅计算量大大减小 ,而且仍然有很高的压缩率 ,增强了LADT算法的实时性 ,使得LADT的实时应用成为可能 .     

一种基于粗集理论的BP神经网络加速算法

应用粗糙集理论 ,对控制系统采样数据进行简化处理 ,构造一种新型神经网络结构 .提出一种误差反向传播BP(BackPropagation)神经网络加速算法 ,并将此算法应用于移动机器人的控制系统分析设计 .通过仿真结果的分析研究 ,验证了此算法在减少网络冗余 ,提高神经网络学习速度 ,提高网络实时控制能力等方面的良好的性能 .     

竞技游泳出发台出发过程中各影响因素的量化分析

运用物理学知识建立了游泳出发过程的数学模型。采用优化算法求得出发过程的最佳参数，并对出发台出发过程中的各影响因素进行了灵敏度分析，确定了各影响因素的主次关系，为制定科学的训练计划提供了依据。     

随机多址访问协议中最优帧模式的混合遗传算法

在随机接入协议中 ,竞争时隙与预约时隙在一帧中的相对位置 (帧模式 )对系统的吞吐量有很大的影响 .利用混合遗传算法搜索出不同业务量下的最优帧模式 ,提高了系统的吞吐量 .