Effect of updating training on fluid intelligence in children

Recent studies have indicated that working memory (WM) training can improve fluid intelligence.However,these earlier studies confused the impact of WM storage and central executive function on the effects of training.The current study used the running memory task to train the updating ability of 9-11 year-old children using a double-blind controlled design.The results revealed that children’s fluid intelligence was significantly improved by memory-updating training.Overall,our findings suggest that the increase in fluid intelligence achieved with WM training is related to improving central executive function.     

连铸坯质量判定模糊专家系统

鉴于连铸过程中存在众多不确定性,考虑某中厚板厂的实际生产状况与中厚板热送热装的控制要求,以表面纵裂为例,按照模糊专家系统的开发思路,建立起连铸坯纵裂知识库,开发推理机制.采用纵裂指数预测和神经网络预测相结合的方法对连铸坯质量进行离线判断、推理和决策,并给出相应的缺陷产生原因解释.采用VC++6.0软件建立人机界面,数据库采用Oracle,调试结果表明该系统可以达到较高的判定准确率(92.8%),为在线应用奠定了基础.     

基于人工生命的舰艇编队对海作战仿真研究

目的:为了研究一些主观等定性因素对现代海上战斗结果的影响.方法:采用人工生命方法开发了基于多Agent的水面舰艇编队对海作战模拟系统.运用一种决策因子结构建立了Agent行为决策模型,采取遗传算法实现了Agent的适应性.结果:分析了决策因子结构对作战结果的影响.结论:人工生命方法为分析定性因素对战斗结果的影响提供了一种新的手段,可以较好地从整体上揭示现代海战作战过程的作战规律.     

BP神经网络预测混凝土抗渗性能的研究

综合考虑了双掺矿物、掺合料混凝土抗渗性能的各种影响因素，选取了双掺矿粉、粉煤灰混凝土配料中7个主要因素作为输入量，混凝土28d抗渗系数为输出量，建立了混凝土抗渗性能预测的BP网络模型，进而对双掺矿粉、粉煤灰混凝土配合比抗渗性能试验数据进行分析．结果表明此模型的可靠度高，可用于混凝土渗透性的虚拟化设计．     

高校竞争情报系统建设的思路探索

从3个方面对高校竞争情报系统建设的思路进行了论述,指出高校竞争情报系统建设要适应新的形势,适应高等教育竞争的发展,就必须进行思路创新。     

基于生物-生态耦合工艺的农村生活污水处理研究

开发低投资、低能耗、低维护的生活污水处理工艺是解决农村污水处理问题的关键。采用无动力升流式厌氧生物滤池(UAF)与潜流式人工湿地(SFW)耦合工艺处理农村生活污水,考察了耦合工艺在不同水力停留时间(HRT)下对生活污水的处理效果,并通过增加SFW内的植株密度改善脱氮除磷效果。结果表明:UAF与SFW耦合工艺无动力消耗,免维护,适合农村地区的生活污水处理,对氮、磷的去除主要依靠SFW阶段完成,通过增加芦苇的植株密度可以明显增强SFW内生物的脱氮除磷能力,并保证UAF与SFW耦合工艺的处理性能稳定在较高水平。在t(HRT)UAF=18h,t(HRT)SFW=3d的条件下,UAF与SFW耦合工艺出水COD、氨氮、总氮、总磷的平均质量浓度分别为44.07,4.25,13.36和0.44mg/L,达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。     

人工蜂群算法及其应用

为促进人工蜂群算法理论和应用的发展, 在分析人工蜂群算法的基本原理基础上, 针对算法的不足, 全面地归纳了国内外学者对算法的改进研究, 对算法的蜜源初始化、更新策略的改进、调整策略的改进、适应度函数的选择以及与其他算法的融合进行综述, 提出了更有效的改进策略。同时从多方面综述了人工蜂群算法的应用, 并对人工蜂群算法的发展方向进行了总结和展望。     

数据中心启发式反向人工蜂群虚拟机整合节能策略

针对数据密集型作业的特点,提出一个基于CPU和图形处理器(GPU)两个影响因素构建计算节点的能耗评估模型.该模型基于原虚拟机选择节能算法(ABCS)在虚拟机选择节能策略中的能效优势,进一步利用启发式思想改进蜂群优化算法,寻求虚拟机整合的最优解.在CloudSim 3.0云计算模拟器中的实验结果表明,启发式反向蜂群算法能在保证服务质量的前提下,有效降低虚拟机迁移次数,进而降低数据中心的能耗(节能25%~30%).     

基于人工神经网络技术的投标前期决策

针对投标前期决策中常用决策分析方法未能有效解决影响因素之间、影响因素与决策结果之间的复杂非线性关系的问题,通过调查、比较和分析,结合人工神经网络分析方法的要求,确定了投标前期决策影响因素的指标体系.将人工神经网络技术应用于投标前期决策,应用定量法和模糊综合评价法提出相应指标的量化标准及方法,据此构建了具有较好泛化学习能力及较好学习速度的人工神经网络投标前期决策模型.在MATLAB平台上,开发出人工神经网络投标前期决策模型应用系统.通过工程实例证明,此方法能有效应用于施工企业的前期投标决策.     

基于径向基函数网络的宣城市空气质量预测

提出了一种应用人工神经网络进行空气质量预测的方法,即采用径向基函数神经网络进行短期的空气质量预测;并采用了主成分分析方法降低神经网络学习矩阵维数,浓缩预测信息,降维去噪.选取宣城市气象局2003年到2005年地面气象观测资料作为预测因子,宣城市环境保护监测中心提供的PM10、SO2浓度值作为预测对象,进行训练学习和预测验证.研究结果表明:将该方法应用于空气质量预测,效果良好,具有较强的实用性和推广能力.