基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度

为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6 mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.     

Ad hoc网络中的分簇算法比较

文章阐述了Ad hoc网络的体系结构和存在的问题。对Ad hoc网络中的典型分簇算法进行了详尽的比较分析.     

家电企业竞争网络的拓扑结构分析

通过搜集家电产业的相关信息,建立了企业与产品的专用数据库.并在此基础上生成了家电企业竞争网络,结合复杂网络的分析方法研究网络的多种属性,例如企业节点的度分布特性、网络的无标度程度、密度、同类匹配程度及群聚系数等.通过分析可知,家电企业竞争网是一个具有无标度特性及小世界特性的网络,呈现出节点择优连接、网络同类匹配等一系列网络现象.     

一种采用直方图小波变换的纹理分割算法

提出了一种采用直方图小波变换获得初始聚类原型的图像纹理分割模糊算法；多纹理图像采用自相关函数作为纹理测度，再对图像自相关函数直方图作小波多分辨分析得到初始聚类原型，利用模糊C-均值聚类算法进行纹理分割；对合成纹理图像的实验结果表明了该算法的有效性。     

分簇式ad hoc多播路由的超图法

在大规模的ad hoc网络中,设计分簇式路由算法可以解决节点数目增长带来的可扩展性问题.给出分簇式多播算法的超图模型,提出基于Steiner超树模型的ad hoc多播路由的集中式算法和分布式算法,并对两种算法的复杂度和通信开销做出分析.     

一般二叉树型分层模糊系统的通用逼近性

为解决多变量模糊系统中的“维数灾”问题,该文提出了一般二叉树型分层模糊系统,简化了多输入复杂模糊系统的分析,并研究了它的通用逼近性。利用分片线性函数理论和中值定理,证明了该二叉树型分层模糊系统具有通用逼近性,并得到了该通用逼近性的充分条件。相对于一般模糊系统,分层模糊系统大大减少了系统的规则数。仿真结果表明:在同样的逼近精度下,二叉树型分层模糊系统的规则数比一般模糊系统减少了10倍左右,从而大大简化了系统的设计。     

一种广义加权模糊聚类算法

提出了一种广义的加权模糊聚类新算法来处理具有不同特征贡献和不同数据分布的混合属性数据.分别利用样本概率密度思想和ReliefF算法为每一个样本和每一维特征分配权值,通过样本和特征的加权,将模糊c均值算法、模糊c-modes算法、模糊c-原型算法以及样本加权聚类算法统一为一个通用的框架.不同测试数据集的实验结果证明,这种广义的模糊聚类新算法对于处理不同分布以及具有不同特征贡献的大数据集是相当有效的.     

层次移动IPv6域内切换与实现

针对移动主机在外地网络中频繁的域内切换的性能问题,提出了移动IPv6的层次型管理的切换模型并给予实现.层次移动IPv6采用移动锚点,可以减少移动主机同本地域以外节点的信令交互,并对层次移动IPv6域内切换的原理进行了研究;组建了层次移动IPv6实验床和物理网络拓扑结构与之相似的移动IPv6实验床,对比移动IPv6的切换机制对层次移动IPv6的域内切换机制进行测试、分析,结果表明层次移动IPv6能够显著提高域内切换的性能.     

一类非线性滞后系统的自整定PID控制

针对采用传统PID控制一类非线性滞后系统,难以获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法.利用具有在线能力的最近零聚类学习算法,训练RBF神经网络,从而自适应调整系统的控制参数.仿真结果证明了,该控制策略不仅能使非线性滞后系统具有良好的动态跟踪性能,而且具有很好的抗干扰能力.     

多源遥感图像的分层融合研究

为了更有效地实现目标识别，采用了像素产像融合方法，该方法简单，易于实现，其中低通对比度金字塔融合和多尺度对比度增强融合采用金字塔法实现，实验结果显示多尺度对比度增强的融合效果优于前者，但采用金字塔法有一个不可避免的缺陷，就是在做子采样时由于频率混效应而可能引进噪声，而非金字塔式分层融合技术则避免了金字塔法的这种缺陷，能得到更好的融合图像。