一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

均匀带电圆环的电势

从电势的一般概念出发得出均匀带电圆环的公式，并讨论在极限情况下约化为均匀带电细圆环的电势公式。     

特征结构提取的高阶Hopfield神经网络实现

本文首先建立了特征结构提取问题的罚函数表示，通过对罚函数求极小可以求得原始协方差矩阵的主特征向量及其对应的特征值。为了求得其他特征结构，特构造了一个协方差矩阵序列。如果将罚函数展开并进行整理，高阶Ｈｏｐｆｉｅｌｄ神经网络可被引入到特征结构提取中。这种方法比较直观，它将网络稳定时的输出与所求协方差矩阵的主特征向量的各个分量相对应，而网络稳定时的能量则对应于协方差矩阵的迹与所求特征值之差，计算机仿真结果验证了这种方法的正确性。     

采用系统理论思想实现新一代防病毒技术

本文从防病毒角度把病毒分为三类：可检测型病毒、半可检测型病毒和非检测型病毒；提出系统状态转移网络这一中心概念，根据系统状态的可测性、状态间的相容性和循环性来判别ＤＯＳ系统的安全性，并提出了仿真检测判别技术。新一代防病毒技术从传统地剖析病毒转移到ＤＯＳ系统状态的研究，为全面预防各种计算机病毒奠定了系统理论基础。     

Intelligent Control Mechanism of Part Picking Operations of Automated Warehouse

This paper studies the part picking operations of a ut omated warehouse. It assumed the demand of picking orders of automated warehouse are dynamic generated. Once the picking orders of certain period of time are kn own, it is necessary to decide an efficient order picking sequence and routing t o minimize the total travel distance to complete those orders. Assumed there are n i items to be picked in order O i. Each item in the picking ord er is located in different locations in the warehouse. Since i...     

挠率几何与有挠引力

本文提出一种统一描述引力场、规范场及自旋自相互作用的纤维丛理论.它把现有的挠率概念包含在其中,如Cartan理论、Brans-Dicke理论、规范引力理论等.本文还给出了一种拉伸纤维的映射,它为进一步探讨挠率产生的几何机制和物理机制提供了新的研究方式.     

再议网络图的逻辑同构变换

图对同一个逻辑问题可有不同的表达方式，在必要时需进行逻辑同构变换＾［１］。本文对“节点型网络向箭线型网络的逻辑风构变换”的研究进行了补充，增加了三种情况的图开有子模，进一步谁了逐节生长法的通用性。同时，提出了箭线型网络向节点型网络逆向变换的算法；逐线收缩法。     

基于微观渗流机理的宏观油藏数值模拟研究

处于高含水开发期油藏的剩余油分布主要受流体性质和岩石孔隙结构的影响，而经典数值模拟并没有考虑微观孔喉特征的影响。为此建立了描述微观孔喉特征的地层孔隙网络模型，并对构成网络的基本连线单元进行改进，使网络模型能更细致地描述油水分布特征和水驱油微观机理。利用逾渗理论计算了基于微观渗流机理的相对渗透率曲线，并将其应用到经典数值模拟计算中，实现了微观渗流机理与宏观数值模拟计算的结合。实例分析表明，利用该数值模拟计算方法得到的基于微观特征的剩余油分布更符合地下实际流体分布，其结果可为调剖堵水、化学驱提供技术参数。     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

神经网络在可靠性分析中的应用

应用人工神经网络对舰炮发生故障的发射炮弹数进行了预测。借助前馈神经网络对非线性函数的逼近能力，对发生故障的发射炮弹数进行了单步预测，并与使用灰色数列预测的结果进行了对比，验证了人工神经网络进行可靠性预测的可行性。