动态数学神经网络模型及其应用

本文在［１］的基础上建立了广义数学神经元,并引入动态机制,形成动态数学神经网络,由网络当前状态决定网络结点数．从而在一定程度上解决了前向神经网络隐层结点数无法确定的难题,并成功地将其运用于解决用多项式逼近连续函数的魏尔斯特拉斯定理,并建立了龙贝格求定积分的动态数学神经网络模型．     

一种基于嵌套网络的新型路由优化策略

随着无线技术的迅速发展以及移动数字设备数量的迅速增加,移动性已经成为因特网的重要元素.因特网工程任务组设计的用于提供网络移动性的网络移动性基础支持协议,由于其非最优的路由以及冗长的封装过程,往往会产生相当长的传输延迟以及严重过长的大分组,因此在嵌套移动网络中并不能得到低延迟的切换.为了解决网络移动性基础支持协议在嵌套网络中的高延迟问题,该文提出了一种用于嵌套网络的路由优化机制.该机制基于带有绑定更新树的分层结构,使用绑定更新缩短从移动路由到通信节点或移动网络节点之间的通信延迟;在移动网络内部,使用在分组头部增加家乡地址选择段的方法,降低了顶层移动路由的寻路延迟.仿真结果表明该路由优化策略相对基础支持协议可大大降低嵌套网络中的分组延迟,从而降低了分组开销和切换延迟,达到了最优路由.     

Online Distributed Fault Detection of Sensor Measurements

In wireless sensor networks (WSNs), a faulty sensor may produce incorrect data and transmit them to the other sensors. This would consume the limited energy and bandwidth of WSNs. Furthermore, the base station may make inappropriate decisions when it receives the incorrect data sent by the faulty sensors. To solve these problems, this paper develops an online distributed algorithm to detect such faults by exploring the weighted majority vote scheme. Considering the spatial correlations in WSNs, a faulty sensor can diagnose itself through utilizing the spatial and time information provided by its neighbor sensors. Simulation results show that even when as many as 30% of the sensors are faulty, over 95% of faults can be correctly detected with our algorithm. These results indicate that the proposed algorithm has excellent performance in detecting fault of sensor measurements in WSNs.     

基于生成对抗网络的细胞形变动态分类

提出了一种基于生成对抗网络的细胞形变动态分类方法,以活细胞视频中的细胞形变动态为对象,引入分类器辅助的生成对抗网络结构同步训练生成对抗网络和分类网络,通过生成对抗网络产生的数据提高了原本分类网络分辨细胞形变动态的性能.首先,细胞动态图像被用于将活细胞视频中的时间维度进行压缩,使其从视频域映射到图像域以方便生成对抗网络的构建.其次,基于分类器辅助的生成对抗网络结构,将分类网络的分类信息作为辅助信息来改善生成对抗网络对多类样本的生成,同时生成网络生成的多类样本可以反过来优化分类网络对于细胞动态形变的分类性能.在构建的活细胞视频数据库上,可以验证提出方法能有效地捕获细胞视频中的空时细胞形变动态,并且其分类的性能优于其它主流方法.     

基于博弈论的电子商务零售商与传统零售商的价格竞争模型

运用博弈论与信息经济学的理论对电子商务零售商与传统零售商共存情况下的价格竞争进行分析,建立价格竞争模型,寻找两者均可接受的均衡价格,并结合我国开展电子商务的现状,给出了几点政策性的建议。     

一种基于遗传算法的BP神经网络算法及其应用

主要分析了神经网络和遗传算法的特点和存在的一些缺陷，研究了遗传算法和BP神经网络学习算法相结合的相关技术，设计并实现了一个基于遗传算法的BP神经网络算法BP—GA，已应用于肺癌早期细胞病理诊断系统中。实验结果表明，该算法具有较强的收敛性和鲁棒性，其应用效果很好。     

体育比赛结果对学生的影响分析及应对策略

体育比赛结果的两面性,导致了两种截然相反的情绪体验：胜利体验与失败体验.比赛作为一种教育途径在高校体育中已被广泛应用.高校体育竞赛场域中,引导学生正确看待比赛结果是比赛教育方法的关键.     

聚氨酯/环氧树脂互穿网络硬泡循环压缩

制备了聚氨酯(PU)/环氧树脂(ER)互穿聚合物网络硬泡,研究了互穿聚合物网络(IPN)硬泡的化学结构及微观结构形态.傅里叶红外光谱(FTIR)分析表明,IPN硬泡的网络间存在接枝反应.扫描电子显微镜(SEM)分析发现,IPN硬泡泡孔结构形状都比较均一.循环压缩实验研究表明：随循环次数增加,应力下降,单次循环的能量损耗下降;随ER含量增加,IPN硬泡的压缩模量和强度提高,相同应变下应力增加,每次循环耗能增加;循环压缩的加卸载应力 应变曲线可用改进的Ogden模型表示;累积能量损耗可用Weibull方程表示.     

电磁兼容的人工神经网络预测技术分析

电磁兼容预测是实现电子设备或系统电磁兼容性(electromagnetic compatibility,EMC) 的必要步骤.提出了应用人工神经网络对电磁兼容问题进行快速预测的方法.通过选择有效的电磁干扰参数作为输入预测因子,用误差反向传播的神经网络 (back propagation,BP)构造输入预测因子与敏感设备骚扰响应之间的映射关系,并用电磁场数值计算方法获得的训练样本集和测试样本集对构造好的BP网络进行训练,建立了基于BP网络的电磁兼容快速预测模型.最后以导线间的串扰问题为预测算例,表明了该方法的有效性.     

基于BP神经网络的彩色光弹性等色线自动定级法

把人工神经网络与光学彩色信息图像处理技术相结合，根据计算机的特点，选取红绿蓝（RGB）颜色模型，通过BP神经网络建立图像中像素点的RGB值与条纹级数F之间的非线性关系，对彩色光弹性条纹进行了插值，从而实现了等色线条纹的自动定级，用对径受压圆盘问题的理论精确解来检验，表明本方法与传统的分数级条纹补偿法相比，不仅可以实现条纹定级技术的自动化，而且精度较高，对提高三维结构光弹性模型切片的等色线测量精度有实用价值。